本公开提供了音频处理方法、装置、设备、存储介质及程序，涉及人工智能领域，尤其涉及语音技术、自然语言处理技术领域。具体实现方案为：终端设备获取待翻译的第一音频段，所述第一音频段为第一语言的音频段；若所述第一音频段为首个音频段或者已接收到第二音频段对应的第二翻译结果，则通过websocket连接向服务器发送所述第一音频段，所述第二音频段为所述第一音频段的前一个音频段；通过所述websocket连接接收所述服务器发送的所述第一音频段对应的第一翻译结果，所述第一翻译结果为第二语言的音频段、或者为所述第二语言的文本段。上述过程可以提高翻译实时性。