在语音交互场景中,目标说话人的语音通常会受到其他人声、外界噪声等多种声学因素的干扰。针对存在噪声和多声源的复杂声学场景,语音分离算法可以将麦克风接收到的混合信号中的各个声源分离。在分离后再利用后处理降噪算法抑制残留噪声,可以达到提升语音质量的效果。非负矩阵分解是一种盲源分离算法,它将混合信号分解为字典原子矩阵和系数矩阵,再通过对混合信号字典原子进行分组实现声源的分离。在多通道场景中常利用声源的空间信息对字典原子进行分组,因此在噪声环境中对声源空间信息的准确估计就尤为重要。U型网络是常用的全卷积网络之一,是一个具有跳过连接的编码器-解码器网络。然而传统的U型降噪网络通常对频域信号的幅度谱进行处理,这就导致对相位信息的忽略,并且简单的跳过连接可能使编码器和解码器之间交换的特征中存在的语义差距。本文针对上述问题,分别对基于非负矩阵分解的语音分离技术和基于U型降噪网络的后处理技术展开研究,主要的研究内容和创新点如下:首先,本文提出了基于频率滑动广义互相关和非负矩阵分解的语音分离算法。该算法利用频率滑动广义互相关,减小噪声的影响,进而得到准确的声源信号的到达时间差。之后通过将声源的估计到达时间差与混合信号的字典原子相结合,对字典原子进行分组,进而实现语音分离。实验证明,与传统的非负矩阵分解算法相比,该算法在噪声环境中语音分离的性能具有显著的提升。其次,本文提出了基于跳过卷积的时域降噪网络,该网络通过重新采样、计算和组合不同时间尺度的特征,将每个跳过连接替换为多个卷积模块,并且与时序卷积网络相结合,增强输出的语音质量。实验证明,本文提出的网络性能优于传统U型降噪网络,其不仅具有明显提升的噪声抑制能力和语音质量增强能力,并且很好地减少了语音失真。