本申请实施例提供一种唤醒词识别模型训练、识别方法、装置及介质，由于本申请实施例在唤醒词识别模型训练的过程中，根据预先保存的感受野长度和样本语音中唤醒词的长度确定了样本语音中每个语音帧对应的目标标签，将样本语音的每个语音帧输入到唤醒词识别模型中，得到唤醒词识别模型输出的每个语音帧的识别标签，并根据样本语音的每个语音帧的识别标签和目标标签，确定每个语音帧对应的损失值，从而根据每个每个语音帧对应的损失值对唤醒词识别模型进行训练，进而输出更准确的唤醒词识别结果，避免了基于唤醒词识别模型对唤醒词的上下文信息的依赖。