音视频对齐方法、模型训练方法、装置及电子设备

本公开提供了音视频对齐方法、模型训练方法、装置及电子设备，涉及人工智能技术领域，尤其计算机视觉、深度学习、大模型等技术领域。具体实现方案为：获取待处理视频以及待处理视频对应的音频资源；基于音频资源进行关键词抽取，得到目标关键词；采用第一大模型，从待处理视频中，获取与目标关键词相匹配的目标视频帧；基于目标视频帧，对待处理视频和音频资源进行对齐处理。