本发明公开了一种多任务融合的语音增强模型的训练方法，其包括获取回声信号源、干净语音和真实噪声。获取混响语音、带噪信号。获取待训练神经网络的训练标签。训练、获取语音增强模型。本发明实施例通过神经网络学习硬件系统引入的非线性失真特性，能够提升对残余非线性回声的抑制程度。利用神经网络优于传统线性预测、噪声估计算法的优点，可以得到更好的去混响和降噪效果。单一模型即可完成多种语音增强任务，算法集成简单高效，维护成本低。