本发明公开了一种语音处理方法，包括：构建第一语音数据和第二语音数据的训练对；将第一语音数据和第二语音数据的原始特征分别输入生成模型，生成与第一语音数据对应的第一嵌入数据、及与第二语音数据对应的第二嵌入数据；将第一嵌入数据和第二嵌入数据输入判别模型进行训练，获得判别结果；根据判别模型，用随机梯度下降的方式进行对抗模型学习，获得语音降噪模型；根据语音降噪模型对目标语音数据进行降噪处理。本发明在保证其鲁棒性、在对先验知识依赖比较少的前提下，利用深度学习网络自适应的去充分学习正常信号和噪音信号之间的关联性和差异性，实现较好的语音降噪效果。