本发明提供一种融合音视频的客运车站安全监测方法及装置，涉及客运车站安全管理技术领域，该方法包括：响应于接收到客运车站的安全状态报警信息，根据安全状态报警信息确定安全事件发生区域的多个目标摄像头和客运车站数字孪生体上的目标监控区；获取设定时间段内多个目标摄像头的报警音视频数据，设定时间段基于安全状态报警信息指示的报警时间点确定；将多个目标摄像头的报警音视频数据在客运车站数字孪生体中融合，得到客运车站数字孪生体上的安全监测实景融合动图数据；在目标监控区显示安全监测实景融合动图数据。本发明提供的技术方案可以降低客运车站安全监测时工作人员的盯控强度，提高客运车站安全监测的便捷性和效率。