本申请实施例公开了一种语音识别方法、装置、设备、可读存储介质及产品，涉及语音处理领域。其中，该方法包括：获取目标语音；对目标语音进行发音分析，得到第一向量序列，第一向量序列用于指示目标语音对应的发音特征；对目标语音对应的字符序列进行文本结构分析，得到第二向量序列，第二向量序列用于指示目标语音中的文本字符对应的字符序列特征；对第一向量序列和第二向量序列进行交叉注意力处理，得到目标语音对应的语音文本识别结果，交叉注意力处理用于对发音特征和字符序列特征进行融合，解决预先训练得到的语音识别模型无法对目标语音进行语义层面的分析，补充上下文信息的识别概念，进一步提升语音识别的准确率。