语音增强可以提升带噪环境中的传声器接收信号质量,增强过后的语音会更为清晰,不仅能给听者更为舒服的听感,也更便于机器进行语音识别。在缺乏先验知识的情况下,无监督学习在不同的使用场景中的表现更为鲁棒。研究主要分为以下三部分:首先,介绍了拟采用的基于掩蔽的波束形成系统框架,包括去混响和各波束形成方法等。此框架将作为后文的基础,探讨不同掩蔽估计方式对语音增强的影响。其次,介绍了无监督的概率模型掩蔽值估计的方法,包括复数沃森混合模型、复数宾汉混合模型、复数角中心高斯混合模型和复数高斯混合模型。这几种方法都能有效地实现对语音信号的增强。只迭代一次时,四种模型有相似的表现,由于是采用随机数进行初始化,在刚开始进行迭代时,估计得到的掩蔽都更接近于随机的分布。随着迭代次数不断增加,模型逐渐收敛,估计得到的掩蔽值也更为精确。最后,介绍了将波达方向引入到混合概率模型的方法,主要是通过对目标说话人的波达方向进行估计,再通过其构造空间协方差矩阵,用于作为模型参数的初始化,由此进行对模型的优化。这种方法可用于复数角度中心高斯混合概率模型、复数高斯混合模型和复数沃森混合概率模型中。在对比实验中,可以发现加入了波达方向的结果明显都优于随机初始化的结果,尤其是在迭代次数较小时,这种优势更加明显,最多可以降低4.33%词错误率和提升2.60d B的信号失真比。