本说明书实施例提供的语音和动作时间同步的方法，包括提取当前语音的文本信息，并确定所述当前语音的语音时长；将所述文本信息通过预设算法进行处理，获得初始动作视频；根据所述语音时长以及所述初始动作视频的动作时长，确定所述当前语音与所述初始动作视频的当前同步时间差；在所述当前同步时间差大于等于预设时间阈值的情况下，将预期动作生成时长以及所述文本信息，通过所述预设算法进行处理，确定目标动作视频；该方法采用算法进行长度可控的手语动作视频自动生成，并且在手语动作视频生成的过程中，通过手语动作视频的时长以及当前语音时长，感知语音和手语动作视频之间的同步时间差，实现当前语音和手语动作的同步，提升用户体验。