本发明公开了一种面向智能机器人的故事数据处理方法以及系统。所述方法包括：获取故事文本数据；解析所述故事文本数据，其中，对所述故事文本数据进行分词处理以及文本识别；调用故事数据处理模型，基于所述故事文本数据的解析结果针对每一文本片段进行音效匹配，当存在匹配的音效时调用对应的音效数据；根据所述故事文本数据以及所述音效数据生成用于讲述故事内容的多模态数据。相较于现有技术，根据本发明的方法及系统，可以将文本形式的故事转化为带有音效的、可多模态展现的多模态数据，从而大大提高讲述故事时聆听者的用户体验。