本公开涉及一种音频信号的处理方法、装置、设备及存储介质。本公开通过获取目标音频信号，根据噪声协方差矩阵对所述目标音频信号进行处理，得到噪声抑制后的目标音频信号。对所述噪声抑制后的目标音频信号进行特征提取，得到多个特征向量，并将所述多个特征向量合成为单一向量。进一步，根据单一向量可以确定出该目标音频信号中是否包括语音信号。如果该目标音频信号中不包括语音信号，则对噪声协方差矩阵进行更新，使得更新后的噪声协方差矩阵尽可能的不包含语音成分，尽可能的抑制噪声而不抑制有用的语音成分。因此，当电子设备采集到的音频信号中存在较大的噪声时，可有效抑制该音频信号中的噪声，从而可以识别出用户语音，进行人机语音交互。