多媒体技术和通信技术发展日益迅速，人们已经进入智能化时代，在这个快捷方便的交流过程中，语音信号是最直接简单的方式，发挥着重要的作用。然而由于周围环境和通信过程中噪声的影响，听者接收到的已不是纯净语音，而是带噪语音，严重影响了人们的听觉效果和日常生活。因此，从带有噪声和干扰的复杂的观测信号中提取人们所需要的目标信号，提高通信质量，有着非常重要的实际意义。观测信号比较复杂，可能人们所需要的目标信号的说话人会待在某个地方不动，抑或是缓慢的来回走动，周围的噪声环境也在不断变化，同时还存在房间混响的影响，此时，提取目标信号就变得比较困难。盲源分离和波束形成是解决这类问题常用的两种方法，为提高分离的效果，本文将两种方法结合在一起。首先利用波束形成进行去混响作为语音增强的预处理过程，减弱混响的影响。在分离过程中采用独立分量分析法来分离，但经过分离的信号还存在串扰成分的影响，因此有必要进行后处理，以此来提高语音增强效果。本文主要针对室内环境下的移动语音进行了增强。主要工作有：第一，室内环境下，由于墙壁等反射面会对声音信号进行反射，多次反射的信号相互叠加形成了混响，不仅影响人们的听觉，在对语音信号后续处理的过程中还会引起串扰成分。本文在对语音信号进行分离之前，首先进行去混响作为预处理过程。采用自适应波束法对准目标声源，使其在输出中占主要成分，从而有更高的信噪比，以达到增强有用信号，抑制干扰的目的，实现减弱混响。第二，实际环境中的语音信号模型更接近于卷积混合模型，由于源信号处于不断移动的过程中，因此，在对语音信号进行分离的过程中所对应的混合系统是时变的。本文首先介绍一种基于独立分量分析和二元时频掩蔽结合的方法来进行分离，另外，在采用频域独立分量分析法时，针对在线算法的运算速度和收敛速度慢等，提出了一种批量算法，通过对数据进行分块处理来弥补上述不足。进行语音分离仿真实验。第三，语音分离后的信号存在串扰成分，还需要进行后处理。首先对串扰成分进行分析，估计串扰模型，采用自适应方法进行去除，并且对经过后处理的在线算法和批量算法的性能进行比较，验证本文算法的有效性，最后，对整个语音增强系统进行评价。