本申请提供一种说话人检测方法、设备、存储介质及程序产品，其中方法包括：根据视频中至少一个用户的唇部信息，从至少一个用户中确定说话人，并存储说话人的声纹信息，若检测到说话人的唇部信息丢失，则通过存储的声纹信息确定视频中的说话人。本申请可以在根据唇部信息确定说话人之后，存储说话人的声纹信息，并在唇部信息丢失后，启用声纹识别来继续跟踪说话人，减少了视频过程中由于说话人低头或者侧身等操作导致无法正确定位说话人的情况，提高了说话人检测的准确性，提高了用户的应用体验。