一种语音模型训练方法、装置、存储介质及电子设备

本说明书实施例公开了一种语音模型训练方法、装置、存储介质及电子设备，首先分别利用语音模型和文本模型对训练样本集中的训练样本进行特征提取，得到训练样本对应的样本音频特征和样本文本特征；然后根据训练样本集中训练样本的样本音频特征和样本音频的音频类别信息，生成分类损失值，分类损失值表征音频类别信息和实际类别信息之间的差异；然后根据训练样本集中训练样本的样本音频特征和样本文本特征，生成相似度损失值，相似度损失值表征样本音频特征和样本文本特征之间的相似度；最后根据分类损失值和相似度损失值，调整语音模型和文本模型的参数。