本发明实施例公开一种音乐片段提取方法及其设备，其中方法包括：分别从多个节目音频数据中的每个节目音频数据中提取至少一个节目音频段；分别获取多个节目音频段的音频指纹数据以及所述多个节目音频数据的频谱能量编码数据；在预设的音乐指纹数据库中查找与节目音频段的音频指纹数据匹配的音乐音频指纹数据，将查找到的音乐音频指纹数据对应的音乐确定为节目音乐，并获取对应的节目音乐的音频数据的频谱能量编码数据；通过对频谱能量编码数据进行比较，得到目标节目音乐在目标节目音频数据中出现的时间片段，从而输出至少一个节目音乐的音乐片段。采用本发明，可以聚类出出现频率较高的音乐片段并生成铃声，提高铃声制作的精确度。