语音是一种人与人之间交流的重要方式,也是人机交互的重要手段。伴随着人工智能技术（AI）的不断发展,例如智能手机助手、智慧家电等的智能设备已经随处可见,语音增强技术的重要性也愈发凸显。语音增强的任务就是从语音信号中将噪声剔除,只保留所需的纯净语音信号,并且提升所需纯净语音的可懂度以及语音质量。然而由于噪声信号的随机性和多样性,含噪语音中的噪声总是难以完全去除,因此在复杂噪声环境下的语音增强问题一直是语音技术领域的一个难点和挑战。传统语音增强方法基于数字信号处理领域理论知识,通常需要假定语音和噪声信号的统计分布,并且对于语音的相位信息没有加以利用,导致了传统语音增强方法对噪声信号敏感、泛化能力弱等问题。而随着深度学习领域的探索,深度神经网络模型被应用于语音增强问题,近几年被提出的生成对抗网络（GAN）以其优秀的数据拟合能力成为了语音技术研究的热点,但对于语音信号的相位信息仍然没有进行充分的利用。深度复值U-net网络模型将信号的相位信息加以利用,结合“编码-解码”的网络结构,在语音增强方面有着不错的效果。考虑到生成对抗网络优秀的数据拟合能力,以及深度复值U-net网络模型对于信号相位信息的处理,如何在生成对抗网络模型之中融入深度复值U-net网络模型,并应用于语音增强问题,是本论文的重点研究内容。本文的主要工作内容和成果如下:（1）提出基于深度复值U-net的生成对抗网络（DCUnet-GAN）语音增强方法。该方法对生成对抗网络的生成器G网络进行改进,融入深度复值U-net网络模型,以求提高整个模型对语音的去噪能力。实验结果表明,使用该方法增强后的语音信号残留噪声少,语音信息保留较完整,有效提升了语音信号的可懂度和语音质量。（2）提出了结合相对生成对抗网络（DCUnet-RGAN）的语音增强方法。该方法在DCUnet-GAN的基础上,对网络模型目标函数加以改进,融入相对生成对抗网络,进一步提高了网络模型对语音的去除噪声、提高语音可懂度的能力。实验结果表明,该方法比DCUnet-GAN模型更加优秀,在语音增强问题中更加有效。