本申请实施例提供一种音频处理的方法及电子设备，属于音频处理技术领域。该方法应用于包括摄像头的电子设备中，该电子设备在录像模式下，录制多路音频和与音频对应视频画面，在录像播放时，播放部分视频画面和多路音频合并后的音频，其中，当视频画面中的说话人开始说话时，播放的音频切换为说话人所在视频画面对应的音频。本申请实施例通过基于拍摄的视频图像检测说话人开始说话，然后对合并后的音频中与说话人所在视角对应音频的权重进行调整，在呈现完整音频的基础上，优化音频之间的切换效果，解决了不支持播放多路音频的电子设备在播放视频时，为获取音频内容需要进行切换，导致的声音突变感。