一种音视频同步方法、装置、设备及存储介质

本申请公开了一种音视频同步方法、装置、设备及存储介质，涉及音视频技术领域，上述方法包括：获取第一音频和第一视频；基于第一视频中的唇部图像，确定用于表征主讲人发言内容的第一文本以及第一文本的时间；基于第一音频，确定第二文本以及第二文本的时间，第二文本为第一音频的语义信息；在第一文本和第二文本之间的相似度高于预设相似度的情况下，确定时间差，时间差为第一文本的时间与第二文本的时间之间的差值；若时间差大于或等于预设时长，调整第一音频的起始时刻或第一视频的起始时刻，以实现第一音频和第一视频的同步。通过上述方法，可以在无需人工介入的情况下实现音视频同步，提升音视频同步的效率和准确率。