本发明涉及音频处理技术领域，具体涉及一种多模态智能终端的麦克风校准方法及系统。其中，所述方法包括：获取麦克风阵列中每一个麦克风接收的混合声音信号；对每一个麦克风接收到的混合声音信号进行分割，得到每一个麦克风对应的多个声源区间；通过ICA分解提取每一个声源区间的主声源分量信号；将每一个麦克风所对应的所有声源区间的主声源分量信号进行拼接，得到每一个麦克风的主声源信号；计算每一个麦克风的每一个声源区间对应的主声源概率；计算主次声源的混淆系数；根据该混淆系数对声源信号强度进行调整。通过该方法，可以对每个时刻接收到的次声源信号进行自适应抑制，从而使得最终合并得到的声音波束中的主声源成分更加清晰准确。