本发明提供了一种声纹识别方法、装置及电子设备，该方法包括：提取语音数据的声学特征，得到输入特征；确定训练完备的神经网络模型，神经网络模型包括时延神经网络模块、多尺度和非局部操作模块和相似度打分模块；基于时延神经网络模块，对输入特征的时间动态特征进行提取，得到第一特征；基于多尺度和非局部操作模块，对第一特征的多尺度局部特征和非局部特征进行提取融合，得到第二特征，基于第二特征，得到目标特征；基于相似度打分模块，计算目标特征和预设的语音特征的相似度得分，基于相似度得分，判断目标特征和预设的语音特征来源于同一人的可能性。本发明通过结合时延神经网络、多尺度和非局部操作，有效提高了声纹识别的准确性。