本发明涉及一种联合混合采样和随机森林的语音样本均衡方法，首先对初始语音数据集进行特征提取；然后利用SMOTE‑ENN混合采样对提取后的语音数据特征集进行均衡处理，获得当前均衡的语音数据集；其次将当前均衡的语音数据集输入至双因子随机森林模型中，输出双因子随机森林模型的分类评估指标和袋外错误分类率；最后判断分类评估指标是否收敛，若分类评估指标收敛，则输出当前均衡的语音数据集；否则根据袋外错误分类率更新SMOTE‑ENN混合采样的混合采样率，返回重新对提取后的语音数据集进行均衡处理，直至分类评估指标收敛，输出当前均衡语音数据集。本发明通过联合SMOTE‑ENN混合采样和双因子随机森林模型均衡数据集，最大化保留了信息价值高的样本数据。