鸡尾酒会问题,即在一段同时有多个说话人的语音中追踪和分辨每一个说话人的语音,是语音领域中最重要的问题之一。尽管自动语音识别已经取得了显著的进步,但是在多说话人混合的语音上仍然会有明显的性能退化。近年来由于深度学习在许多任务上取得的成就,研究人员也开始在多说话人语音分离和识别任务上采用深度学习技术。本文将研究基于置换不变性训练(permutation invariant training,PIT)的单声道多说话人语音分离和识别的方法,并从三个方向提出改进模型的方法。首先我们提出直接以语音识别准则为最终目标,设计和训练基于语音特征以及直接基于语音识别的单声道多说话人语音分离识别模型,以及提出用语音特征分离作为辅助任务的联合训练方法,并且进一步在模型中引入了门限卷积神经网络和注意力机制,使识别效果得到显著提升。其次,针对多说话人语音分离和识别任务中,训练和测试数据失配的问题,本文提出了基于辅助特征的说话人自适应性训练方法和使用辅助信息的多任务联合训练方法。最后,本文将语音识别领域中目前最新的端到端语音识别模型应用到鸡尾酒会问题上,并提出了目前最先进的端到端单声道多说话人语音识别系统。本文在人工合成的多说话人语音数据集AMI-mix和WSJ-mix上对提出的方法进行了实验验证。实验结果表明,采用置换不变性训练的单声道多说话人语音识别模型,与普通语音识别系统相比,识别词错误率能够得到显著的改善。