本发明公开语音唤醒方法和装置，其中，一种语音唤醒方法，用于主设备，包括：响应于获取的第一音频信息中包含唤醒词，进入预唤醒状态；基于获取的第一音频信息和与第一音频信息对应的第一视频信息计算并融合得到第一音视频指标；接收从设备反馈的至少一个第二音视频指标；比较第一音视频指标和第二音频指标并基于比较结果确定响应设备，使响应设备进入唤醒状态以与所述用户进行语音交互。通过计算融合第一音频指标和第一视频指标并接受从设备发送的融合后的第二音视频指标，判断每一设备计算融合的音视频指标之间的值判定距离用户最近的设备，从而可以准确的就近唤醒设备，保证数据传输的安全性和降低数据传输的延时性。