本申请实施例公开了视频流显示方法、装置、计算机设备和存储介质；本申请实施例获取当前场景的多路视频流以及声源位置，每个所述视频流对应的一个图像采集区域；根据所述声源位置以及所述图像采集区域，从所述多路视频流中确定目标视频流；根据所述目标视频流，识别目标对象，所述目标对象为有嘴唇动作的对象；根据对所述目标对象的识别结果，从所述多路视频流中确定待显示的视频流；显示所述待显示的视频流对应的画面。在本申请实施例中通过声源位置确定用来识别发言人的目标视频流，可以提高识别发言人的效率，同时根据识别结果确定待显示的视频流，可以使显示的画面聚焦在发言人身上，呈现更好的会议画面。