近几年以来,随着智能语音设备的普及,人们对语音降噪的需求日益增加,语音增强算法的作用也日益彰显。其中基于深度学习的语音增强算法显示出了巨大的潜力,极大地提高了语音降噪的能力,但是同时也存在着很多问题和挑战,例如通过引入密集连接卷积网络（Dense Convolutional Network,DenseNet）可以提高模型的性能,但是也存在参数利用不充分的问题;损失函数和评估指标不匹配,常用的损失函数,例如均方误差（Mean Square Error,MSE）并不能很好的表示语音的特征;在极低信噪比下,模型的有效性降低和稳定性变差,模型泛化能力有限,在真实环境或未知环境中,模型的效果大打折扣等等。为了解决上述问题,本文给出了一种基于U-Net的时域语音增强方法,在每层编码器和解码器之后添加残差-密集晶格（Residual-Dense Lattice,RDL）网络,提高模型的参数利用效率,缓解参数重用问题;通过在每层编码器和解码器之间添加注意力机制,缓解了模型的长期依赖问题,提升模型的性能;采用尺度不变信号失真比（Scale Invariant Signal-to-Distortion Ratio,SI-SDR）损失和频域损失联合训练的方式,充分结合时域和频域的信息,缓解损失函数和评估指标不匹配的问题,最后使用联合SI-SDR和语音质量感知评估（Perceptual Evaluation of Speech Quality,PESQ）的方式对模型进行微调,进一步提升了增强语音的质量。实验结果表明,与结合空洞和密集连接的自动编码器卷积神经网络（Dilated and Dense Auto Encoder Convolutional Neural Network,DDAEC）模型相比,在0dB下,本章给出了基于注意力机制的残差-密集晶格自动编码器卷积神经网络（Attention Residual-Dense lattice Auto Encoder Convolutional Neural Network,ARDAEC）模型的PESQ和短时客观可懂度（Short-Time Objective Intelligibility,STOI）得分分别提高了0.09和1.4%,经过PESQ微调的ARDAEC-P模型在两种不匹配噪声（Babble和Factory2）的平均PESQ分数达到了2.76,平均增益约为1.18。为了检验模型在真实环境中的增强效果,设计了基于XMOS的麦克风阵列采集板,用于采集真实环境中的带噪语音,检验模型在真实环境中的降噪能力。实验结果表明,在0 dB下,针对人工合成的Babble噪声,增强语音的宽带音频波形评估网络（Wideband Audio Waveform Evaluation Networks,WAWEnets）分值为 3.45,提升了 2.20,非参考语音质量评估（Non-Nntrusive Speech Quality Assessment model,NISQA）分值为3.22,提升了 1.71;与基准模型DDAEC相比,在绝大多数的录制噪声的评分中获得了更好的WAWEnets和NISQA分值,显示出较好的降噪能力。为了进一步提高模型的泛化能力,通过动态域对抗自适应网络学习源域和目标域之间的不变性,在没有并行语句的前提下,只利用少量测试语音,提高模型在目标域上语音增强性能。实验结果表明,在0dB下,与ARDAEC-P模型相比,当使用大约30%（SEDAAN-250）的测试语句时,模型的PESQ和STOI分别提高了 0.08和2.5%。