本发明公开了视频封面的确定方法、用户设备、存储介质及装置。本发明中对视频流信息进行解码，以获得与视频流信息对应的音频流信息；基于预设音频关注度模型生成与音频流信息对应的目标音频关注度；在目标音频关注度处于预设关注度范围内时，查询与目标音频关注度对应的音频流时刻；在视频流信息中截取与音频流时刻对应的视频图片，并将视频图片作为视频封面。在本发明中将直接对音频流信息进行处理，提高了工作效率；同时引入音频关注度，可计算出各个音频流时刻的音频关注度，并基于音频关注度来挑选符合条件的视频封面，不会遗漏掉视频画面。所以，可认为，解决了在生成封面的过程中存在着的无法平衡高效率以及高封面质量的技术问题。