本发明涉及语音识别技术领域，具体是涉及用于说话人识别的网络模型训练方法、装置及存储介质。本发明首先将跨域的说话人样本数据集和音素样本数据集分别输入到一个多任务网络模型中，根据说话人分类子网和音素分类子网输出的结果，采用最大均值差异算法计算这两个结果之间的差异损失值,并作为总损失的一部分，通过增加了差异损失值的总损失不断去训练多任务网络模型，最终得到训练之后的模型，而训练之后的说话人子网模型对不同域的音素样本数据集具有较高的泛化能力，即训练之后的模型能够弱化跨域音素样本数据集与说话人样本数据集所具有的差异给网络模型识别说话人准确性所带来的影响。