激光微振动测量具有高精度、远距离、无接触等优点,在国防安保、工业生产、科学研究等方面应用广泛。本文在综述本领域相关研究的基础上,基于激光散斑振动测量原理,采用深度神经网络方法,尝试提取、还原物体的微弱振动信号。研究方法具有一定新意,结果具有一定的应用价值,对本领域的相关研究具有参考意义。本论文以多种语音作为微弱振动的信号激励源,采用532 nm激光投射在振动体的表面,从而产生受振动信号调制的激光散斑。改变输入语音类型、探测距离、震源语音质量等实验条件,采用高速线阵CMOS相机记录散斑的运动轨迹。然后将记录的图像进行转换、去直、放大等预处理,还原为初始语音信号。接着将初始语音信号输入经云端语音库数据预训练的多种神经网络进行增强处理。最后采用常用语音评价方法如分段信噪比SegSNR、对数似然比LLR、子带包络归一化评估算法NSEC、基于听觉模型的PESQ算法等算法,对增强效果进行评估。在实验中,采用了在降噪领域表现优秀的卷积神经网络（CNN）、广泛用于时间序列处理的循环神经网络变体——门控记忆单元网络（GRU）、非监督学习的典型降噪网络——变分自编码器（VAE）分别处理初始语音,之后再对VAE与CNN、VAE与GRU的组合效果进行了探究。每组实验包含十个同源语音文件,使用其处理结果的平均值作为评判依据。结果表明,采用的三种深度网络均能在降低噪音、提升可懂度等方面有效提高语音信号的质量,而组合使用两种神经网络的效果比单独使用一种网络的效果更好。其中,使用VAE与CNN组合效果普遍较好,最高提升了 3.6 dB 的 segSNR,-0.2 的 LLR,0.18 的 NSEC 和 1.5 的 PESQ评分。VAE和GRU组合效果略低,对上述评分的提升程度为3.4dB,-0.18,0.15和1.35。考虑单个神经网络处理的情况,CNN效果最好,GRU效果居中,VAE则略低一筹。实验证明神经网络对激光散斑信号中提取出的语音能够起到增强的效果。最后提出了使用自己的实验数据中存在的噪声生成带噪音频从而自己训练卷积神经网络用于处理音频文件的方法,实验结果取得了 3～4dB的分段信噪比评分提升以及0.14左右的NSEC评分提升,验证了提出方案的有效性。