本申请涉及一种语言模型训练方法、音频识别方法、装置、计算机设备、存储介质和计算机程序产品。通过将待识别音频中的音频特征以及每帧音频的发音状态输入目标语言模型，其中目标语言模型是基于混合发音词典进行训练得到，并且混合发音词典包含多个有语种和风格标识的样本音素，通过目标语言模型识别每帧音频之间的关联关系，确定待识别音频的歌词发音序列，从而根据歌词发音序列识别待识别音频对应的歌词文本。相较于传统的通过识别音频语种再通过对应语种模型识别音频的方式，本方案利用基于混合发音词典训练的语言模型，并基于语种和流派共同识别音频中的歌词信息，能够提高音频识别的准确度。