本申请实施例涉及计算机技术领域和人工智能技术领域，公开了一种多媒体数据的处理方法、装置及介质。该方法包括：响应对多媒体数据的播放指令，获取多媒体数据中各帧图像对应的图像帧数据，各帧图像对应的图像帧数据包括各帧图像对应的音频段，以及各帧图像中各个像素点的透明度数据和颜色数据；对各帧图像中各个像素点的透明度数据和颜色数据进行渲染处理，得到各帧图像对应的渲染后的图像；将多帧图像对应的渲染后的图像与音频段进行合成处理，以对多媒体数据进行更新，得到更新后的多媒体数据；播放更新后的多媒体数据。采用本申请实施例能够实现多媒体数据在播放的过程中声音与画面一致且保持画面背景透明的效果，有利于提升用户体验。