本公开涉及一种语音合成方法、装置、计算机可读介质及电子设备。方法包括：获取待合成文本对应的音素序列；根据音素序列和待合成文本，生成待合成文本对应的TOBI表征序列和韵律声学特征，根据TOBI表征序列和韵律声学特征，生成待合成文本对应的声学特征信息；根据声学特征信息，生成待合成文本对应的第一音频信息。TOBI表征序列能赋予不同语句合适的节奏、强调和语调特性，同时韵律声学特征可显式体现对应韵律事件的具体声学体现，从而在提升合成音频的韵律自然度的同时控制音频强度，由此能在相同的韵律语言表现下，使不同的韵律声学特征体现不同的语义变化，使合成音频更加自然，更具有抑扬顿挫的听感，更符合说话者所表达的语意。