本申请提供了一种语音唤醒模型的训练方法、唤醒词的检测方法和相关设备，在进行模型训练时，通过使用统一的多标签交叉熵损失函数结合语音音素的形式，有效优化语音唤醒模型的训练。在进行唤醒词检测时，通过语音唤醒模型执行对音素的多标签分类，将唤醒语音数据中唤醒词是否存在的判断转为唤醒词音素是否存在的判断，实现从更细粒度去检测唤醒词，从而降低误唤醒率，提升模型稳定性。同时，根据唤醒语音数据存在的唤醒词音素组合得到语音音素序列，从而不需要对语音唤醒模型的输出进行解码，将音素序列识别转为序列中的音素是否存在的判断，极大简化了语音唤醒模型输出的后处理形式，有效降低数据运算量以及对终端设备的性能要求。