本申请涉及基于可逆分离卷积的模型训练方法，模型包括处理音频的网络、处理文本的网络，处理音频的网络和处理文本的网络均包括可逆分离卷积层，方法包括：获取处理音频的网络计算训练集中的指定数据对的语音数据，得到的第一高维向量，获取处理文本的网络计算指定数据对的文本数据，得到的第二高维向量，其中训练集由语音数据和文本数据形成的数据对组成，指定数据对为训练集中的任意数据对；通过损失函数在训练集上训练处理音频的网络和处理文本的网络，损失函数为第一高维向量和第二高维向量的空间距离；判断损失函数是否达到最小值；若是则判定训练收敛，得到由处理音频的网络和处理文本的网络组成的孪生网络结构。节省模型构建、训练成本。