本发明公开了一种音频处理系统、方法及存储介质，属于数字多媒体技术领域。为解决在对音频进行存储或调取时难以对音频关键内容进行统一识别备注的问题，音频转译模块对人声子音轨进行语音识别，特征捕捉模块对环境子音轨中的环境音进行特征捕捉提取及匹配，从而使得可以通过处理对音频整体的内容和基础属性进行识别分析和匹配，可以对大量的音频文件进行识别处理，从而通过自动识别匹配提高对音频的处理效率，标签处理模块基于信息识别单元生成的信息识别结果生成音频内容关联标签，从而可以根据音频的内容进行基本搜索，从而可以提高对相关音频的检索效率，无需人工对音频进行查看即可对内容进行先行的识别和标注。