语音分离旨在将多个混合的语音分成单独的语音信号,它在人机交互、语音识别、数字音乐等领域具有广泛应用。多年来,有关单通道语音分离技术的研究已取得一定进展,但由于单通道固有的欠定性,使得传统方法的分离效果不佳。随着深度学习的兴起,数据驱动型方法在解决单通道分离问题上表现出明显优势,基于神经网络的单通道语音分离方法有所发展,但分离性能仍旧有待提升。本文应用深度学习理论,研究了基于深度学习的单通道语音分离技术,所做的主要工作如下:（1）针对低计算复杂度场景,提出一种基于压缩激励注意力和U型卷积模型的语音分离方法。该模型由编解码器、分离网络和分组交流模块构成,其中分离网络由多个U型卷积结构组成;在U型卷积结构内部,通过采用多卷积核下采样和压缩激励注意力,在不显著增加计算量的前提下降低信息损失。在该方法中,混合语音信号首先经过编码器,然后将编码序列通过分组交流模块进入参数共享的分离网络处理,得到估计的掩蔽向量;最后,对原编码信号进行掩蔽处理,再通过解码器得到分离后对应各说话人的语音信号。实验结果表明,该方法具有良好的分离性能,可以以更小的参数量和计算量取得较好的分离效果。（2）为进一步提升时域语音分离的性能,提出一种基于双路径混合自注意力模型的语音分离方法。模型由编码器,解码器和分离网络组成,编解码器系数均用学习的方式获得。分离网络由多个改进的自注意力模块组成,每个模块包括局部处理模块与全局处理模块,其中局部处理模块通过循环结构增强时序捕捉能力,全局处理模块由卷积结构增强细节捕捉能力。在该方法中,时域混合语音信号首先经过编码器,并将编码序列进行分块重叠;然后依次传递给分离网络、一维门控卷积层并进行掩蔽处理,得到分离序列;最后,经过解码得到分离后语音信号。实验结果表明,改进的双路径混合自注意力模型在时域语音分离任务中表现更好,与已有方法相比其分离性能有一定提升。