本发明公开了一种音频开头爆音的检测方法、装置及存储介质，所述方法包括：获取训练样本，并对训练样本进行预处理，以获取多个不同尺度的音频子片段，然后将多个不同尺度的音频子片段输入第一参考模型中进行特征提取训练，以提取出多个不同尺度的特征图，再将多个不同尺度的特征图输入第二参考模型中进行特征融合训练，以得到特征融合参数，并根据多个不同尺度的特征图与特征融合参数生成检测模型，其中检测模型包括训练后的第一参考模型与第二参考模型，最后基于检测模型对待测音频进行音频开头爆音的检测，提升了音频开头爆音检测的准确率，能够有效检测音频的开头爆音。