本申请实施例公开了一种基于AR的发音引导方法、装置、电子设备及存储介质，该方法包括：获取待发音外语句子，待发音外语句子包含若干待发音单词；在展示出的由该若干待发音单词的音阶按该若干待发音单词的发音顺序依次拼接成的音阶梯图中，加载显示该若干待发音单词；其中，任一待发音单词在靠近音阶梯图中的所述待发音单词的音阶显示；从展示出的用户的实时画像中追踪用户的嘴部位置；在上述若干待发音单词中的某一目标单词被提示需要发音时，以AR形式在用户的嘴部位置加载显示目标单词的标准发音口型。能够让孩子关注外语句子中每个单词发音时的口型和音阶，使得孩子读外语句子时的语调更加准确、有情感。