语音增强的目的是从含噪语音中尽可能的恢复出干净语音,提升语音的感知质量和可懂度,从而使接收方收听更加舒适和准确。语音增强常使用短时傅里叶变换(STFT)将时域信号转换到频域中进行处理,然而人们通常仅关注频域中幅度信息而忽视了相位信息,这主要是因为相位卷绕(phase wrapping)导致相位谱非结构性分布,使之难以估计和重构。但近年来研究表明相位信息能够有效提高语音性能,因而对于相位信息的估计和重构在语音增强中是一个重要的问题。同时,如若仅增强相位信息的话,虽然能够抑制噪声信号,但是会引入语音失真的问题。针对以上提出的问题,本文主要研究基于语音相位谱重构的方法以及幅度谱联合相位谱估计的语音增强算法。本文主要工作包括:(1)简单介绍了语音增强的研究意义以及国内外研究现状,同时探究了常见的语音特性,深入研究了相位对语音增强的意义。讨论了基于深度学习的语音增强算法框架和增强步骤,以及几种经典的语音增强训练目标。此外介绍了基于多目标神经网络的学习框架和在本研究中的应用。(2)针对目前很多基于深度学习的语音增强算法无法处理高度非结构化特性的相位谱的问题,提出了一种改进的相位谱补偿语音增强算法。该算法联合信噪比(SNR)改进了传统的相位谱补偿(PSC),能够根据语音能量变化灵活的对噪声相位进行抑制,提高了传统PSC算法在非平稳噪声下的去噪性能。此外使用多目标神经网络,将幅度谱掩蔽和改进的PSC算法作为训练目标,进行联合估计。并将增强结果通过客观评价,评价得分证明改进的算法能够有效的提高语音的质量和可懂度。(3)针对传统相位比算法结构单一,无法有效针对非平稳含噪语音的问题,提出了一种基于浊音谐波相位比的相位重构方法。研究证明有效的增强浊音段语音能够提升该算法在非平稳噪声下的性能,同时浊音段具有清晰的谐波结构,有利于区分噪声信号。该算法首先提出了基于线性预测编码(LPC)的清浊音分类方法,能够在准确率上优于传统方法提取浊音段,然后将浊音段结合谐波模型提取谐波相位计算其相位比,最后联合语音频谱,重构相位得到增强语音。改进的相位比算法较传统算法,提升了在非平稳噪声下的性能,同时提高了在女性说话人下的去噪稳定性。此外本方法具有普适性,为了解决仅增强相位时造成的语音失真问题,提出联合幅度谱估计的相位比语音增强算法。通过多目标神经网络联合估计幅度谱掩蔽和改进的相位比,经过训练得到的增强语音在语音质量和可懂度得分上,均优于传统算法的表现。