语音增强作为语音数字信号处理的一个重要分支,旨在提高被各种各样噪声干扰的语音质量和可懂度,它主要应用于语音通信、语音识别和语音压缩编码等数字处理系统的前期预处理中。由于传统语音增强算法的局限性和对非平稳背景噪声的处理能力有限,因此近年来相继提出了一些新的算法,其中基于非负矩阵分解的语音增强算法最为突出,借助机器学习从大量的语音数据中解析出所需的数据是当前语音信号处理的研究一个热门方向。论文主要工作是对单通道系统和多通道系统下的语音增强算法进行了研究,提出有监督学习的非负矩阵分解语音增强算法及其算法的改进。首先,对传统语音增强算法及其局限性进行了分析和研究,阐述了非负矩阵分解算法的基本原理及其特点,并对算法收敛性和初始化等问题进行了研究。其次,针对有监督学习算法中存在训练和测试数据特征间不匹配的问题,论文改进了非负矩阵分解算法,在其目标函数中加入确切的正则化约束项,如时间连续性或幅度谱的统计先验以及稀疏性等,促使不同字典的区分和判别力,从而提高收集语音数据的准确性。此外,传统语音增强算法系统都是基于短时傅里叶分析-修正-合成结构,而在大多数情况下认为幅度谱估计在听觉感知方面比相位谱更加的重要,因此忽略了相位谱失真的影响。针对相位失真问题,论文提出了基于相位谱修正的非负矩阵分解语音增强的基补偿算法。从数理统计学的角度出发,对非负矩阵分解算法进行分析和研究的同时,并利用语音存在概率和相位谱修正方法提高增强语音质量。最后,针对传统多通道非负矩阵分解算法容易陷入局部最优和计算复杂度较高等问题,本论文提出了一种新的多通道非负矩阵分解模型。该模型主要是利用观测数据的空间协方差进行建模,结合矩阵迹的性质巧妙地推出目标函数,接着利用有监督学习算法原理对麦克风拾取的混合信号进行分析和研究,从而实现混合信号增强或分离效果。实验结果表明在非平稳背景噪声下,该算法不仅更好的降低或抑制了背景噪声干扰,而且提高了收敛速度,使得该算法更具有实用价值。