本发明提供一种基于深度学习的音频降噪方法、系统、设备及介质，通过获取带噪音频信号，提取出该带噪音频信号的幅度值和角度值，并基于幅度值利用神经网络模型预测出与该带噪音频信号关联的理想幅度比值；根据预测的理想幅度比值、该带噪音频信号的幅度值和角度值确定出纯净音频信号的复频谱；在该纯净音频信号的复频谱上进行逆变换，获取与该带噪音频信号对应的纯净音频信号。本发明针对目前存在的问题，设计了一种基于深度学习方法的能够在多种噪声的场景下都具有降噪能力的方法。基于深度学习方法对音频信号进行处理，不需要过于理想的假设条件，同时能够在更广泛的噪声数据集上训练模型，能够克服传统算法鲁棒性不足和降噪能力不足的缺点。