语音交互技术在现实生活中得到了广泛的应用,比如自动语音识别系统、智能家居、移动语音通信,但由于干扰的存在,现实环境中语音交互技术远没有达到令人满意的程度,语音增强技术是提高语音交互性能的有效途径。本文在阐述了语音增强的相关背景和研究现状后,针对语音和噪声的特征,提出了一种基于条件深度卷积生成对抗网络(C-DCGAN)语音增强模型,C-DCGAN模型是在生成对抗网络(GAN)的基础上加入卷积层和条件信息。C-DCGAN利用生成器中的卷积层自动提取语音特征,利用提取的特征生成语音样本。然后将生成的语音样本和纯净的语音样本同时输入到判别器中,判别器判断生成的语音样本为真或者假。最后通过反向传播训练网络模型,使生成器生成尽量接近纯净语音的语音样本,同时使判别器能判别真实的样本和生成的样本。C-DCGAN模型通过对抗博弈的方法进行训练,在对抗博弈中,生成器获得了语音信号的隐含特征,从而可利用提出的模型输出接近纯净语音的语音信号。在模型训练完成后,将混合语音输入到模型中,生成增强后的语音,从而实现对带噪语音的语音增强。为了评估C-DCGAN模型的性能,本文搭建了基于Tensorflow的语音增强平台。通过在多种噪声数据集中进行实验对比和分析,证明了本文提出的模型能够实现对带噪语音的增强,并具有较好的泛化能力,与目前已提出的谱减法、DNN等语音增强方法相比,在PESQ和STOI等指标上均有提高。本文的方法为今后该领域的研究提供了思路,具有一定的理论价值和应用价值。