本公开关于一种音频分类识别方法、装置、电子设备及存储介质。该方法包括：通过获取待识别音频的音频特征；然后将音频特征输入目标卷积神经网络，对目标卷积神经网络的末端解码单元输出的第一特征，以及目标卷积神经网络中的至少一个编码单元输出的第二特征，进行特征融合处理，得到待识别音频的目标音频特征；最后基于目标音频特征，确定待识别音频对应的分类识别结果。本公开实现了将目标卷积神经网络与音频分类识别进行结合，将音频特征利用目标卷积神经网络进行特征提取并融合，得到了待识别音频的多层次的目标音频特征，并依据该目标音频特征对待识别音频进行分类识别，提高了音频分类识别的准确性。