本申请涉及一种语音处理方法、装置、计算机设备和存储介质。所述方法包括：通过获取目标音频，识别获取的目标音频，得到音频文本，将音频文本发送给机器人，接收机器人返回的回复语音，机器人返回的回复语音是机器人根据音频文本产生的响应数据，基于会话初始协议所建立的会话连接，把机器人返回的回复语音发送给服务器。采用本方法能够基于会话初始协议，能获取目标音频和接收回复语音，服务器基于会话初始协议，在语音通信服务部署和迁移，不需要重新安装服务器，让语音通信服务部署和迁移操作变的简单。