1.一种回声消除方法，包括：
根据收音信号的通道个数，分别将所有参考信号输入回声消除模型，计算得到参考信号估计值；
每个通道的收音信号减去该通道对应的参考信号估计值，得到原始信号估计值；
对所有通道对应的原始信号估计值进行归一化处理，得到原始信号。
2.根据权利要求1所述的回声消除方法，所述方法之前还包括生成所述回声消除模型，包括：
利用预先设置的原始信号和预先设置的参考信号模拟收音信号；
以模拟得到的收音信号和预先设置的参考信号作为输入，以预先设置的原始信号作为建模目标，对待训练网络进行训练得到所述回声消除模型。
3.根据权利要求2所述的回声消除方法，其中，所述回声消除模型包括多层递归网络。
4.根据权利要求2所述的回声消除方法，其中，所述模拟收音信号包括：
对所述预先设置的参考信号进行预设的冲激响应后，增加预设环境噪声信号得到第一信号；
叠加第一信号与预先设置的原始信号得到模拟出的所述收音信号。
5.根据权利要求2所述的回声消除方法，其中，所述待训练网络包括以下至少一种：
前馈序列记忆神经网络fsmn、或者深度前馈序列记忆神经网络dfsmn、或者长短时记忆单元lstm、或者双向长短时记忆单元blstm、或者门循环单元gru。
6.根据权利要求1所述的回声消除方法，其中，所述参考信号包括至少，所述原始信号包括至少一路。
7.根据权利要求1所述的回声消除方法，所述方法还包括：
采用所述得到的原始信号与语音唤醒模型、语音识别模型进行联合训练。
8.一种回声消除处理方法，包括：
利用预先设置的原始信号和预先设置的参考信号模拟收音信号；
以模拟得到的收音信号和预先设置的参考信号作为输入，以预先设置的原始信号作为建模目标，对待训练网络进行训练得到所述回声消除模型。
9.根据权利要求8所述的回声消除处理方法，其中，所述模拟收音信号包括：
对所述预先设置的参考信号进行预设的冲激响应后，增加预设环境噪声信号得到第一信号；
叠加第一信号与预先设置的原始信号得到模拟出的所述收音信号。
10.根据权利要求8所述的回声消除处理其中，所述待训练网络包括以下至少一种：
前馈序列记忆神经网络fsmn、或者深度前馈序列记忆神经网络dfsmn、或者长短时记忆单元lstm、或者双向长短时记忆单元blstm、或者门循环单元gru。
11.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～权利要求7任一项所述的回声消除方法，和/或，所述计算机可执行指令用于执行权利要求8～权利要求10任一项所述的回声消除处理方法。
12.一种用于回声消除装置，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行权利要求1～权利要求7任一项所述的回声消除方法的步骤。
13.一种用于回声消除装置，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行权利要求8～权利要求10任一项所述的回声消除处理方法的步骤。
14.一种智能设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：
根据收音信号的通道个数，分别将所有进入扬声器的参考信号输入回声消除模型，计算得到多个参考信号估计值；
针对每个通道，将每个通道的收音信号减去该通道对应的参考信号估计值，得到多个原始信号估计值；
对所有通道对应的原始信号估计值进行归一化处理，得到进入麦克风整列的原始信号。
15.根据权利要求14所述的智能设备，其中，所述智能设备包括：智能音箱、智能电视。