本申请公开了一种智能客服的语音生成方法、装置、设备及存储介质，在该方法中，通过语音生成模型来生成语音数据，待训练的语音生成模型包括：音素提取器、音素比较器、音素编码器和标签预测器，该方法包括：将偏字符数据的第一语音频谱输入音素提取器，得到第一音素序列，并将第一音素序列和基的映射集准音素序列输入音素比较器，确定纠偏音素；将训练基准音素序列和映射集输入音素编码器中，得到音素编码数据；将音素编码数据输入标签预测器，得到韵律标签；根据音素编码数据和韵律标签确定训练字符数据的预测语音频谱，根据预测语音频谱和训练字符数据的第二语音频谱得到语音生成模型；通过语音生成模型生成语音数据。