本发明公开了一种语言学习方法、系统及存储介质，属于图像处理处理技术领域，该方法包括：识别用户语音获得语音文本；若语音文本不完整，则生成提醒语句；将语音文本拆分为多个词语，划分语音文本的情绪类型；将语音文本翻译为英文文本，基于英文文本生成回答语音，获取回答语音的第二持续时间；若网络状态为正常状态，则调用在线动画模型生成在线动画；若网络状态为异常状态，则生成离线动画，同时获取每个词语的第三持续时间，定位第二持续时间中的记忆区间；更改离线动画中记忆区间的动画效果，获得衍生动画，将回答语音与衍生动画结合，以生成离线回答视频。通过本发明使得用户可以获得更好的学习效果。