本申请实施例公开了融合声音采集识别的场区智能视频监控方法、装置及系统，采集布设在场区不同位置的麦克风获取的声音数据；对声音数据进行预处理后进行存储；采集布设在场区不同位置的摄像头获取的视频数据，对视频数据进行存储；对振幅超过设定阈值的声音进行声源进行定位，对振幅超过设定阈值的声音进行特征提取，根据提取的特征对声音进行识别，判断是否是场区内的异常声音；如果是异常声音，则根据异常声音的声源位置对距离声源位置距离最近的摄像头的拍摄角度进行调整；获取调整角度后的摄像头拍摄的视频数据，将异常声音和异常声音对应的位置处的视频数据进行合并后，进行记录存储，同时发出报警信号。