音频合成方法、装置、电子设备及存储介质

本申请提出一种音频合成方法、装置、电子设备及存储介质。该方法包括：获取第一用户的第一音频，以及与第一用户声纹相似的第二用户的第二音频；对第一音频和第二音频进行音高对齐处理；对经过音高对齐的第一音频和第二音频进行平滑拼接，生成第一目标音频。由此，本方案可以基于声纹特征进行音频匹配，以确定声纹相似的音频，并对音频进行音高对齐和平滑拼接，以提高生成的第一目标音频的声纹和音高的和谐性，消除不同音频的断层感。