本发明实施例提供了一种音频合成的方法及终端，其中，所述方法包括：对用户输入的人声音频进行切割处理，得到M个音频切片；根据预设乐曲MIDI文件中的至少一个MIDI信息，确定所述M个音频切片中每个音频切片对应的目标MIDI信息；根据确定的所述目标MIDI信息中的旋律，将所述M个音频切片中每个音频切片进行对应的音频处理，得到处理后的M个音频切片，所述处理后的M个音频切片具有与所述目标MIDI信息相同的旋律；按照时间序列，将所述处理后的M个音频切片进行拼接和合成处理，以得到歌声音频。采用本发明，可实现一键歌声音频合成的功能，且保留有用户自身的音色，差异化明显，提升了音频合成的实用性和方便快捷性。