本申请公开了卡点视频的生成方法、装置、设备及存储介质，涉及人工智能领域。具体实现方案为：该方法应用于电子设备，该方法包括：获取用户确定的目标音乐和多个目标多媒体数据；提取目标音乐的能量数据；根据目标音乐的能量数据和目标多媒体数据的个数确定目标音乐中的目标节奏点；按照预设的视频生成策略将目标多媒体数据转换成与目标节奏点相匹配的目标视频；根据目标视频和目标音乐生成目标卡点视频。通过目标音乐的能量能够准确确定出目标节奏点。并且能够根据目标音乐和多个目标多媒体数据自动生成卡点视频，用户能够对音乐和多媒体数据进行个性化定制，无需人工参与制作，提高了卡点视频的生成效率。