在语音通信中,目标语音被噪声污染后会损害其中信息表达的准确性,语音增强便是从含噪语音中恢复目标语音,提高语音质量和可懂度的方法。传统语音增强方法基于语音和噪声信号的统计学特征,其仅在平稳噪声环境中表现较好;而基于深度学习的语音增强方法则依靠大量语音和噪声数据的训练,其在平稳、非平稳噪声环境中均表现良好,成为目前语音增强领域的研究热点。在现有的深度学习语音增强方法中,基于时频域的方法备受关注;但语音时频域特征的多种特性,使得传统深度神经网络结构无法满足时频域语音增强任务的需求,限制了语音增强性能的提升。针对以上问题,本文面向时频域语音增强任务对神经网络展开结构优化研究,以提高深度神经网络的语音增强性能,其中涉及的主要优化内容如下:（1）首先,本文设计并实现了深度融合注意力机制的卷积门控循环网络（SACGRN）语音增强方法。由于语音时频特征具有时间依赖性、局部相关性、全局相关性等特性,这使得传统神经网络结构与时频域语音增强任务无法完全相适。针对这一问题,本文利用卷积层代替门控循环单元（GRU）网络中的全连接层构成卷积门控循环网络（CGRN）,以关注局部相关性和时间依赖性。又因卷积层无法提取频率维度的全局相关性,进一步利用注意力机制关注全局相关性的能力,解决CGRN无法关注频率维度全局相关性的问题,最后本文提出了SA-CGRN。该网络能够同时关注多种特征相关性,实验证明该网络有效提高了语音增强性能。（2）其次,本文设计并实现了一种改进的卷积门控循环网络（iCGRN）用以优化时频域特征的维度,提高语音增强性能。针对CGRN等循环神经网络在时频域语音增强任务中增强效率低的问题,本文提出了一种编码器-解码器结构的iCGRN网络。该网络通过编码器压缩时频特征的频率维度,然后使用CGRN进一步在时间维度和频率维度同时提取相关性进行语音增强,最后在解码器中恢复被编码器压缩的频率维度。该网络通过压缩频率维度,减少了CGRN在频率维度的计算量,在提高语音增强性能的同时也提高了增强效率。本文通过上述两种优化方法,分别对时频域语音增强中深度神经网络结构存在的两个问题进行优化,并通过实验证明了优化方法的有效性。