一种机器人动作与音频对齐方法、装置、设备及介质

本申请提供了一种机器人动作与音频对齐方法、装置、设备及介质，该方法包括：获取针对机器人的复合序列指令，复合序列指令包括动作列表与音频列表；对音频列表中的各音频进行格式转换，构建音频项；对音频项与动作列表中的对应动作进行绑定，得到播放组；根据播放组中音频的实际时长和对应动作的原始时长，对播放组中的动作和音频进行时长对齐，得到时长对齐后的播放组；基于对齐后的播放组，控制机器人播放音频并执行对应动作。有效解决机器人演艺过程中语音与动作首尾不同步的问题。