本申请实施例提供了信号处理的方法和电子设备，该方法通过摄像头得到第一视频，结合麦克风阵列得到的第一音频信号，确定正在与电子设备进行语音交互的目标用户所在的目标声源方向，可以大幅提高目标声源方向的估计精度，以及，通过摄像头获取的在目标声源方向的用户唇部视频和预设的语音增强模型，对通过麦克风阵列获取的第二音频信号做语音增强处理，由于语音增强模型中集成了发音和唇型的对应关系，结合用户唇部视频和语音增强模型，可以恢复出较为干净的第三音频信号，最终，可以有效地提高语音识别效率。