本发明公开声纹聚类方法、电子设备和存储介质，其中，一种声纹聚类方法，包括：获取与音频信息同步的人脸检测信息；基于所述人脸检测信息确定人数信息；基于所述人数信息辅助所述音频信息进行声纹聚类。本申请实施例的方法通过结合音频信息和视频信息中的人脸信息，可以提升说话人日志算法的性能和效果，说话人日志是众多语音任务的前置环节，可以适用于后续的语音识别任务、TTS等语音相关的任务，另外还可以进行语义理解，辅助其他人机对话，语义的结果可以形成知识图谱，具有广泛的应用前景。