本公开提出了界面处理方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及语音技术和计算机视觉技术领域。方案为：根据获取的目标聊天室的界面中的第一界面信息，对第一界面元素进行渲染和展示的过程中，同步获取对象信息和音频播放地址，以及第二界面元素对应的第二界面信息；根据对象信息，对聊天对象列表进行展示，以及根据音频播放地址，对缓存音频数据进行播放；根据第二界面信息对第二界面元素进行渲染和展示。由此，并行获取界面需要展示的界面元素的界面信息，并逐步对界面进行渲染和展示，减少了界面渲染和展示的时间，并在展示的过程中加载音频数据，减少了用户进入聊天室的等待时长，提升了用户体验。