本申请提供了一种语音识别模型的训练方法、语音误识别的检测方法及设备，在模型训练阶段，基础网络和分类层为现有的识别网络结构，嵌入层作为一个新的插件加入到原有的识别网络结构中，不需要改变原有识别网络结构的框架，易于扩展。且二次模型训练是针对同类、非同类的相似度学习，因此语音识别模型对未见过的样本同样具有识别能力，泛化能力强。在模型应用阶段，通过基础网络和分类层输出的第一识别结果保证基础的识别准确度；并增加第二识别结果与关键词特征向量、非关键词特征向量之间各自对应的特征向量比较，从而判断语音识别模型当前次的识别结果是否更接近预设关键词，以此作为第一识别结果的置信度的判断条件，有效降低了误唤醒率。