本申请涉及机器学习技术领域，提供一种基于时间序列的模型训练方法及装置。方法包括：基于预先获取的路测语音数据和XDR语音数据，以第一阈值为时间划分粒度，构建出时间序列语音数据集；基于所述时间序列语音数据集，得到第一训练数据集；基于所述第一训练数据集训练预先设置的候选模型，得到训练后的语音质量评估模型。本申请提供的方法引入时序这一概念作为隐含的时间特征，具体以第一阈值为时间划分粒度对数据进行划分，构建出时间序列语音数据集，进而利用基于该时间序列语音数据集得到的第一训练数据集训练模型，可以使模型参考时间特征更好地学习语音质量评估，进而可以有效提高最终训练得到的语音质量评估模型的评估准确性。