本申请提供一种语音合成方法、装置、电子设备及存储介质，所述方法包括：获取待合成文本，并输入已训练的语音合成模型；其中，语音合成模型的训练数据为多组，每组训练数据包括文本样本以及相应的语音样本，多组训练数据携带至少一种情感信息；待合成文本与其中一组训练数据中的目标文本样本对应；获取语音合成模型输出的携带目标情感信息的合成语音；目标情感信息为目标文本样本相应的目标语音样本所携带的情感信息。如此，针对上述待合成文本可以合成出携带有目标情感信息的合成语音，且目标感情信息与目标文本样本相应的语音样本所携带的情感信息一致，使得合成语音具有情感表现力，提高了合成语音的质量与用户体验。