一种用于测量音频视频同步的方法、系统和程序产品。首先通过将音频视频信息采集进音频视频同步系统中，来执行。数据采集步骤之后，分析音频信息，并分析视频信息。接着，分析音频信息，以在其中定位与说话者的个人语音特征有关的声音的呈现。然后，通过去除与说话者的个人语音特征有关的数据，来过滤音频信息，以产生过滤的音频信息。在该阶段，分析过滤的音频信息和视频信息，确定音频和视频MuEv的判别边界，并使有关的音频和视频MuEv相关。在分析阶段，由音频和视频信息计算音频和视频MuEv，并将音频和视频信息分类为元音音素，包括AA、EE、OO、无声和未分类音位。该信息被用于确定并关联视频帧中的主要音频类别。确定匹配位置，并确定视频和音频的偏移量。