1.一种语音信号的处理方法，其特征在于，包括以下步骤：采集噪声样本信号，其中所述噪声样本信号包括不同的场景噪声；

根据所述噪声样本信号对预存的纯净语音样本信号进行处理，得到具有噪声的噪声语音样本信号；

根据所述噪声语音样本信号和所述纯净语音样本信号训练语音模型，所述语音模型包括通过回归神经网络建立的所述噪声语音样本信号的声学特征与所述纯净语音样本信号的声学特征的映射关系；

采集用户录入的语音信号；

当所述语音信号包含噪声时，根据所述语音模型对所述语音信号进行去噪处理；

根据声学模型对去噪处理后的语音信号进行语音识别，所述声学模型是通过纯净语音样本训练获得的。

2.如权利要求1所述的语音信号的处理方法，其特征在于，根据所述噪声语音样本信号和所述纯净语音样本信号训练语音模型还包括：提取所述噪声语音样本信号和所述纯净语音样本信号的声学特征，并建立所述噪声语音样本信号的声学特征与所述纯净语音样本信号的声学特征的映射关系。

3.如权利要求1所述的语音信号的处理方法，其特征在于，还包括：当所述语音信号未包含噪声时，根据所述声学模型对所述语音信号进行语音识别。

4.如权利要求3所述的语音信号的处理方法，其特征在于，还包括：获取语音训练样本信号；

根据所述语音模型对所述语音训练样本信号进行去噪处理，并根据去噪处理后的所述语音训练样本信号训练所述声学模型。

5.一种语音信号的处理装置，其特征在于，包括：第一采集模块，用于采集噪声样本信号，其中所述噪声样本信号包括不同的场景噪声；

第一处理模块，用于根据所述噪声样本信号对预存的纯净语音样本信号进行处理，得到具有噪声的噪声语音样本信号；

第一训练模块，用于根据所述噪声语音样本信号和所述纯净语音样本信号训练语音模型，所述语音模型包括通过回归神经网络建立的所述噪声语音样本信号的声学特征与所述纯净语音样本信号的声学特征的映射关系；

第二采集模块，用于采集用户录入的语音信号；

第二处理模块，用于当所述语音信号包含噪声时，根据所述语音模型对所述语音信号进行去噪处理；

语音识别模块，用于根据声学模型对去噪处理后的语音信号进行语音识别，所述声学模型是通过纯净语音样本训练获得的。

6.如权利要求5所述的语音信号的处理装置，其特征在于，所述第一训练模块还用于：提取所述噪声语音样本信号和所述纯净语音样本信号的声学特征，并建立所述噪声语音样本信号的声学特征与所述纯净语音样本信号的声学特征的映射关系。

7.如权利要求5所述的语音信号的处理装置，其特征在于，所述语音识别模块还用于当所述语音信号未包含噪声时，根据所述声学模型对所述语音信号进行语音识别。

8.如权利要求7所述的语音信号的处理装置，其特征在于，还包括：获取模块，用于获取语音训练样本信号；

第三处理模块，用于根据所述语音模型对所述语音训练样本信号进行去噪处理；

第二训练模块，用于根据去噪处理后的所述语音训练样本信号训练所述声学模型。