本发明涉及一种基于深度神经网络的残余回声消除方法，包括获取近端麦克风混合信号和远端信号，对近端麦克风混合信号进行线性滤波处理得到近端残差信号；提取能够表征残差信号和远端信号的高维特征；将残差信号的高维特征和远端信号的高维特征输入至神经网络模块，学习残差信号和远端信号的高维特征分布和信号相关性，预测得到残差信号每个子带上的增益，其中神经网络模块包括基于U‑NET的编码器和解码器，以及基于长短时时间记忆神经网络层lstm的时间序列建模单元；对残差信号的各个子带进行后处理，最终得到无残余回声的干净近端语音信号。本发明能够消除传统回声消除系统无法处理的非线性回声，极大的提升会议双方的通话质量。