本申请实施例公开了一种语音识别方法和相关装置，至少涉及人工智能中的语音识别技术，将待识别的语音数据作为声学模型中时延神经网络的输入数据，由于该时延神经网络的输出层包括与多个音节分别对应的声学建模单元，使得通过时延神经网络能以音节为识别粒度，得到语音数据所包括语音帧分别对应的音节概率分布。通过输出层以音节进行识别时，可以结合语音帧的前后音节信息，基于发音规则对语音帧所属音节进行辅助判断，以输出更为精准的音节概率分布。而且由于音节一般由一个或多个音素组成，具有更高的容错能力，不仅基于音节概率分布获取更为准确的确定语音识别结果，还对待识别的语音数据质量要求不高，有效扩展了语音识别技术的适用场景。