语音不仅是人与人之间最直接的交流方式,也是人机交互最常用的途径。但在日常生活中,由于噪声的存在,使得语音质量大大降低。进而导致人们的交流困难和人机交互的失败。语音增强技术能够提高带噪语音的声音品质,消除不必要的背景噪声,并减小语音失真。在移动通信、人工智能、公安侦查等诸多领域有广泛的应用。由于基于深度学习的有监督语音增强算法适用性强,不存在一些苛刻的限制条件。且对低信噪比或者非平稳条件下的语音具有更好的性能。鉴于此,本文主要以深度学习的语音增强算法为基础,并提出对应的改进算法,使其具有较高的质量和听觉感知度。所做的主要工作如下:（1）阐述了语音增强的研究背景和意义,还介绍了几种经典的语音增强方法,和常用的语音质量评价方法。并将影响基于深度学习语音增强算法性能的语音特征、学习目标、网络模型进行了分析。（2）提出了一种结合自适应软掩模和混合特征的语音增强算法,首先针对传统语音特征无法充分表征语音的内部结构信息、且没有考虑语音帧与帧之间的瞬息变换的问题,提出了一个混合特征参数,该混合特征参数首先将伽马通域与梅尔域的语音特征进行拼接,另外为了得到语音的瞬变信息,求取拼接后特征的一阶导数,并将拼接特征和其一阶导数结合构成混合特征。其次,将语音相位差信息融合到时频掩蔽计算中,并根据自身的语音信噪比进行自动调整,达到提高语音可懂度的目的。最后,通过多次实验证明:无论是在时域、频谱以及听觉感知等方面,改进的算法具有较好的语音质量和清晰度。（3）人耳听觉感知是评价语音质量的关键,针对基于深度学习中有监督的语音增强算法通常采用MSE作为损失函数,导致增强语音的可懂度不高的问题,提出了一种基于联合损失函数的语音增强优化算法,该联合损失函数由频域加权分段信噪比（fwSNRseg）和ωMSE构成,并选用含有语音相位差信息的时频掩蔽值作为两者的权重因子,使其具有人耳的听觉感知特性;其次,将注意力机制引入语音增强的过程中,使之能提取到更有效的语音特征;最后,通过在不同背景噪声下对改进算法进行实验,结果表明:采用联合损失函数并加入自注意力机制可使语音的评价指标都有不同程度的提高。