在现代语音通信过程中,语音的质量和可懂度由于受到各种噪声的干扰而下降。因此,在语音通信系统中,提高语音质量和可懂度显得尤为重要。传统语音增强方法的局限性及对非平稳噪声的处理能力有限。结合近年来发展迅速的稀疏表示和二值掩蔽模型,本文针对单通道语音增强问题进行了研究,提出了三种语音增强算法。其中主要的工作和创新点如下:1.大部分语音增强算法仅仅通过改变含噪语音的幅度来实现语音增强的目的,而忽略了相位谱对语音的影响。相位谱补偿算法又是仅通过改变含噪语音的相位来实现语音增强的目的,而忽略了幅度对语音的影响。因此,本文提出了基于稀疏低秩模型及相位谱补偿的语音增强算法。先将含噪语音信号用稀疏低秩模型处理。接着用归一化最小均方自适应滤波算法优化相位谱补偿算法中的补偿因子。最后,用改进型的相位谱补偿算法对稀疏低秩分离的语音做二次增强处理,最终得到增强后的语音。通过与传统的方法进行数据的对比,提出的算法具有明显的效果。2.为了进一步提高稀疏低秩模型及相位谱补偿的语音增强效果,本文又提出了基于Itakura-Saito非负鲁棒主成成分分析及相位谱补偿的语音增强算法。通过实验对比得出,该算法是优于稀疏低秩模型及相位谱补偿算法的语音增强效果。3.有监督学习的方法虽然产生了较好的掩码估计。但是,现实中的声音和训练的声音之间的不匹配,导致了其性能下降。因此,本文又提出了基于局部信噪比约束的二值掩码估计模型。含噪的语音信号先用二值掩蔽模型处理,接着在局部信噪比约束下得到增强后的语音。通过实验结果比较,不管在低信噪比情况下,还是在高信噪比的情况下,该算法表现出了优异的性能。