本发明公开了一种合成方法、装置、设备及存储介质，该方法包括：从云侧合成服务和端侧合成服务中，选取对应云端网络状态的当前合成服务；在基于当前合成服务合成当前待合成文本的情况下，若云端网络状态发生变更，则确定当前合成服务对应的当前合成状态；确定合成当前待合成文本的目标合成服务；基于目标合成服务在当前合成状态的基础上继续合成当前待合成文本，得到对应的音频。本发明根据云端网络状态的变更，将当前合成服务切换为目标合成服务，目标合成服务在当前合成状态的基础上继续合成当前待合成文本，得到对应的音频，为用户带来任意网络场景下更加自然流畅的语音合成体验，避免了对当前合成状态的重新计算，在进一步解放算力的同时，提升了合成的质量。