本发明公开了一种文本韵律边界识别的方法及装置，属于语音处理技术领域，对标准语音数据集的录音和文本信息进行对齐训练，得到音频帧和音素的对齐模型；将待标注文本和录音预处理后输入对齐模型，得到音频帧和音素的对齐映射关系；根据音频帧和音素的对齐映射关系，推导得出未对齐的音频帧区间；按照韵律结构层级和文本间停顿时长的对应关系，设置不同层级的停顿阈值，计算上述音频帧区间的时长，通过比较该时长与停顿阈值的大小关系判断出文本韵律边界。本发明建立音素与音频帧的对齐关系，通过统计对齐结果，能更直观的观察到不同等级的韵律边界与停顿时长的关系。