本申请揭示了基于拼音的语音唤醒方法，包括：接收指定神经网络模型计算第二音频数据得到的第二概率向量；根据第二概率向量和第一时刻更新的第一前置概率向量，输出第二音频数据对应的指定概率值；根据第二音频数据对应的指定概率值，更新第一前置概率向量，得到第二前置概率向量；根据第二前置概率向量，输出第三时刻的第三音频数据对应的指定概率值，并更新第二前置概率向量，直至实时音频流检测完毕；输出实时音频流对应的最大概率值，以及实时音频流对应的拼音序列；判断拼音序列中是否存在预设唤醒词对应的目标拼音序列；若是，则根据目标拼音序列进行唤醒。通过设置前置概率向量，实现检测结果的实时记录与更新，加快响应效率。