本发明提出了一种基于深度学习的智能语音识别方法，首先获取语音信息；采用融合的噪声消除模型对获取的语音信息，进行噪声消除，得到消噪后的语音信息，所述融合的噪声消除模型为结合语音端点检测算法对两个噪声消除模型融合得到；将消噪后的语音信息，输入阶段式学习增强网络结构，得到增强后的语音信息；所述阶段式学习增强网络结构包括多个目标层，目标层采用线性激活函数，隐含层为LSTM‑RNN网络；将增强后的语音信息输输入语音模型中进行语音识别；本发明提供的方法，能够消除噪声的同时又能保留必要的目标语音，提升对各种复杂环境的语音增强的鲁棒性，运算量小。