本申请提供了一种音频数据处理方法、装置、电子设备、存储介质及产品，属于语音交互技术领域。方法包括：接收输入的音频数据，对音频数据进行识别处理，输出识别结果；在识别结果包括唤醒词的情况下，获取音频数据的解码图，解码图包括音频数据对应的解码路径的跳转标识序列，跳转标识序列用于表示音频数据中相邻音频帧之间的音素变化情况；从跳转标识序列中确定目标跳转标识，目标跳转标识满足目标条件，目标条件表示跳转标识序列中的跳转标识属于唤醒词的唤醒音素序列对应的跳转标识；基于目标跳转标识，确定唤醒词对应的唤醒音频数据的首端点。该方案实现了音素级别的端点检测，能够准确地检测出唤醒音频数据的首端点。