一种语音识别方法，包括：接收第一多声道音频信号；针对与第一多声道音频信号中包括的声道音频信号对应的频带的至少一个频带，针对当前帧获取语音信号特性和噪声信号特性；通过基于语音信号特性、噪声信号特性以及在当前帧之前的特定时间段内针对先前帧获取的先前语音信号特性对第一多声道音频信号进行波束形成，从而生成具有经增强语音分量的信号；确定经增强语音分量是否包括唤醒词；以及基于确定出经增强语音分量包括唤醒词：基于具有经增强语音分量的信号启用语音识别操作。