本申请公开了一种音频获取的方法、装置、电子设备及存储介质。本方法包括：获取目标人物的目标人脸特征信息；基于目标人脸特征信息，获取包含目标人物的目标视频片段；获取目标视频片段对应的目标音频片段；从目标音频片段中获取目标人物的说话音频片段。一方面，本方法实现了在无需人工参与的情况下自动获取目标人物的说话音频片段，提高目标人物的说话音频片段的获取效率；另一方面，本方法确定包含目标人物的目标视频片段的过程中充分利用丰富的互联网资源，进而保证了获取到的目标人物的音频说话音频片段的丰富性和多样性。