本发明提供了语音合成、语音合成模型训练方法、装置及存储介质，其中，语音合成方法包括：通过获取输入文本，将输入文本输入语音合成模型，利用语音合成模型中的分词子模型对输入文本进行分词得到词向量，并利用语音合成模型中的至少两个语音特征识别子模型分别对词向量进行语音特征识别，对应得到至少两组语音特征，根据至少两组语音特征将输入文本转化成音频输出。本发明所提供技术方案中的语音合成任务包括多个语音特征识别子任务，通过将语音合成任务中的多个语音特征识别任务进行合并，能够提升语音合成效率。