本发明提供了一种音频合成方法及相关方法和设备，音频合成方法包括：获取目标文本，并合成目标文本对应的音频；确定目标文本在情感空间中的位置；根据目标文本在情感空间中的位置以及背景音乐集中的每首背景音乐在情感空间中的位置，确定目标文本与背景音乐集中的每首背景音乐在情感空间中的距离；根据确定出的距离从背景音乐集中确定与目标文本匹配的背景音乐；将与目标文本匹配的背景音乐与目标文本对应的音频融合。经由本发明提供音频合成方法，可合成出目标文本对应的融合有背景音乐的音频，并且，由于本发明能够从背景音乐集中确定出情感与目标文本匹配的背景音乐，因此，最终能够得到融合有情感与目标文本的情感匹配的背景音乐的音频。