本申请公开了一种语音识别方法、装置、设备及存储介质，其中，方法包括：获取用户输入的语音文件所对应的第一文本；在用户输入所述语音文件时获取前台应用的界面图像上的第二文本；将所述第一文本转换为第一拼音字符串，以及将所述第二文本转换为第二拼音字符串；在所述第一拼音字符串和所述第二拼音字符串存在相同字符串的情况下，将所述第一文本中与所述相同字符串对应的文本替换为所述第二文本中与所述相同字符串对应的文本，得到校正后的第一文本；将所述校正后的第一文本确定为所述语音文件的输出文本。本申请采用上述方法，通过前台应用的界面文本信息，可以实现对输入的语音对应的识别文本进行校正，从而提高语音识别的准确率。