一种语音识别方法、装置、电子设备及存储介质

本发明提供一种语音识别方法、装置、电子设备及存储介质，所述方法包括：获取语音数据集，并提取语音数据集的音频特征矩阵；利用与语音数据对应领域相对应的转录文本进行特征提取，得到对应的文本特征矩阵；针对同一领域的音频特征矩阵和文本特征矩阵，将音频特征矩阵和所述文本特征矩阵中的特征进行跨模态特征对齐，得到对齐特征；基于对齐特征进行处理，确定综合损失函数；利用综合损失函数优化初始语音识别模型，得到目标语音识别模型，以便基于目标语音识别模型对用户输入的待识别语音进行处理，得到与待识别语音对应的转录文本。从而提升语音识别模型在不同领域场景下的识别性能。