本公开提供一种编码器训练方法、视听语音识别方法及其装置、存储介质。编码器训练方法包括：提取音频样本的第一特征序列；将第一特征序列输入具有自注意力机制的编码器，以便编码器利用自注意力机制捕捉第一特征序列的长距离依赖关系，以生成第二特征序列...