随着科技的发展,智能设备给日常的工作和生活带来了巨大改变,语音发布命令指挥机器成为更快捷更方便的沟通方式。语音作为人与人之间,以及人与智能设备之间普遍使用的信息交流方式,是一种不可替代且极其方便的媒介。然而,在日常生活、语音识别、军事通信中,总是存在各种各样的背景噪声,严重干扰正常的生活以及通信,影响听众接收到的语音内容。语音增强的主要目的是减弱和抑制背景噪声对目标语音的干扰,使听众可以享受到高质量和高可懂度的目标语音。传统无监督语音增强算法经过几十年的发展,技术较为成熟,但是算法模型对语音和噪声之间相关性做了一些假设,导致无监督语音算法应用有局限性,对噪声信号随时间变化比较平缓的噪声处理效果较好,对变化比较快的噪声处理效果不佳。近几年,深度学习技术应用在各个领域中,其中,它在语音领域有突出成果,利用深度神经网络（Deep Neural Network,DNN）强大的数据分析能力对带噪语音进行处理成为热门的研究问题。研究发现,基于DNN的语音增强算法在去噪方面优于传统算法。本文利用DNN对语音进行处理,着重考虑低信噪比条件下带噪语音中噪声比重大,优化时频掩码函数使其更好地拟合语音结构,并同步估计纯净语音的相位,主要工作和贡献如下所示:（1）在基于DNN的语音增强算法基础上,考虑到短时傅里叶幅度谱（STFTAmplitude Spectra,SAS）特征和对数功率谱（Log power Spectra,LPS）特征之间包含信息的互补性,在输入层将两个特征进行拼接,设计神经网络模型提取特征,使网络能够同时学习到更多的细节信息,对输出后的特征进行后融合处理,融合两个特征的网络表现出更好的去噪效果。（2）针对基于时频掩码的语音增强算法中,时频掩码函数与信噪比无关的问题,提出利用信噪比信息优化时频掩码函数,并通过两阶段网络来增强去噪性能。第一阶段中,利用神经网络对带噪语音做初步分离处理,估计先验信噪比,在第二阶段中,根据先验信噪比设置增益函数来优化时频掩码函数,同时在该函数中增加相位差系数,以提高估计的准确性,优化后函数在各种复杂的环境条件下都表现很好,更好地保留语音谐波结构,同时减少残留噪声。（3）基于DNN的语音增强算法,在训练阶段忽略了相位信息,在语音信号恢复阶段使用带噪语音信号的相位代替纯净语音信号的相位,相位中包含着更多细节信息,有利于恢复语音谐波结构。基于此,提出在DNN模型的基础上,引入一个多任务学习模型,通过深度神经网络,实现对语音幅度和相位的同步估计,并将估计的纯净语音相位用在波形恢复中,一方面降低了模型的复杂度,另一方面利用纯净语音相位重构语音,相比仅考虑幅度估计的方法,改善了各种嘈杂环境中的语音质量,提升了听觉体验。