本申请涉及一种音视频同步检测方法、装置、计算机设备和存储介质。该方法包括：获取测试音频和对应的包括至少一个目标文字的文字文本；生成用于将文字文本和测试音频同步播放的同步音视频文件；将同步音视频文件中的第一音频数据和第一视频数据输入至多媒体系统，输出第二音频数据和第二视频数据；对第二视频数据所对应的视频进行字符识别，得到每个目标文字在对应的视频中出现的第一时间信息；对第二音频数据所对应的音频进行语音识别，得到每个目标文字的发音在对应的音频中出现的第二时间信息；比较第一时间信息和第二时间信息的差异，基于差异得到音视频同步检测结果。采用本方法可量化音视频同步检测结果。