本申请公开了一种语音识别方法、装置、设备、存储介质及程序产品，涉及人工智能领域。该方法包括：获取语音信号流；提取语音序列嵌入特征；对语音序列嵌入特征进行融合，得到融合特征；对融合特征进行递归估计，得到说话人嵌入特征；基于说话人嵌入特征对语音序列嵌入特征进行说话人识别，得到说话人识别结果。在对语音进行说话人识别从而生成说话人日志的过程中，通过对融合特征进行递归估计，得到各个说话人分别对应的说话人嵌入特征，从而通过注意力机制得到说话人识别结果，使得所有的参数都可以利用到解码的过程中，从而提高了对语音进行说话人识别的准确率。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。