本申请提供一种振动信号的识别方法及装置，该方法包括：获取待检测设备的目标部件的振动信号；根据设定的样本长度，将振动信号分割为多段子信号；分别确定多段子信号的声学特征；将多段子信号的声学特征输入神经网络模型中，并获取神经网络模型输出的识别结果，识别结果用于表征目标部件的各个故障类型的发生概率，神经网络模型用于对声学特征进行二次特征学习。通过该方式，将声学特征作为振动信号的特征进行提取，并通过二次特征学习的神经网络模型对声学特征进行识别，来确定目标部件的各个故障类型的发生概率，从而提高了故障类型的识别准确性。