随着科技的发展,车载语音交互设备的广泛使用取代了原始电子车载设备的手动控制方式,在很大程度上提高了驾驶员的专注度,保证驾驶的安全性。但是由于行车过程中车载环境复杂多变,导致语音交互指令的识别正确率降低,严重影响语音交互过程的体验。因此,从复杂的行车环境中,抑制噪声的干扰并分离出目标说话人语音尤为重要,目前已成为人们研究的热点。论文的主要工作是针对车载环境下,对单通道和多通道的语音分离算法进行研究与实现。首先,论文阐述了语音分离的基础理论和几种主要的语音分离算法,并介绍了麦克风阵列的基础理论和语音分离的性能评价准则。其次,针对频域算法对语音特征提取时,卷积神经网络提取的语音特征感受野较小,提取的特征仅包含局部信息等问题,论文给出一种结合卷积注意力机制的单通道语音分离算法。该算法的主要思路是对语音信号进行短时傅里叶变换,将变换得到的幅度谱信息以及相位谱信息分别输入到双流模块中进行处理,使用卷积注意力机制分别从不同的维度提取语音信号的全局特征。最后,将幅度谱特征输入到GRU网络中进行训练,将训练得到的增强的幅度谱与相位特征结合得到目标语音。实验结果表明,与LSTM比较,网络的参数量大幅度减少。在车载环境下,改进后算法在高信噪比时取得较好的性能,语音的质量和可懂度有一定的提高。在非匹配噪声的条件下,算法的鲁棒性较好。最后,考虑到频域算法应用短时傅里叶变换提取信息时存在误差,论文对基于时域的Wave-U-Net网络进行改进以增强算法的性能。首先将注意力机制与Wave-U-Net网络结合,减少浅层模块学习到的低级特征与深层模块学习到的高级特征相连引起的语义鸿沟。针对均方误差损失函数不能较好的处理异常点值问题,采用平均绝对误差损失函数,保证收敛速度的同时,提升异常点的鲁棒性。实验结果验证了算法的有效性。