语音增强技术在语音信号处理领域一直受到广泛关注。作为语音前端处理技术,语音增强可以提高后端语音识别、语音交互、语音通信等系统性能,在视频在线会议、助听器、智能家居、智能汽车等应用场合有广泛。常见的基于频谱映射和基于掩膜的两大类语音增强算法都有不足之处:多帧到一帧的掩膜回归更多依赖神经网络学到的统计信息,而忽略了捕捉二维时频（Time-Frequency,T-F）谱图上帧与帧之间的关系和二维信息;频谱映射虽然能很好的捕捉二维信息,但频谱相对掩膜缺少一定的人工先验知识。本文综合以上两点提出基于掩膜映射的语音增强,实现了基于该建模思路的单通道语音增强算法:基于混合空洞卷积网络（Mask-Mapping-based Hybrid Dilated Convolutional Network,MM-HDCN）的语音增强算法和基于残差密集网络（Mask-Mapping-based Residual Dense Network,MM-RDN）的语音增强算法。为了使得映射网络适应二维T-F谱图的多纹理特质,基于混合空洞卷积网络的语音增强算法以U-net为基础结构,在卷积编译码器（Convolutional Encoder-Decoder,CED）中引入混合空洞卷积,在获得极大感受野的同时消除棋盘效应并降低模型参数量。仿真实验结果表明,在匹配声学环境和非匹配声学环境下,掩膜映射能有效对语音进行增强,并且相对多到一掩膜回归和频谱映射表现更佳,能有效提升语音的感知质量和可懂度,在此基础上的MM-HDCN兼具了鲁棒性、泛化性和轻量化。着眼于特征的充分复用,基于残差密集网络的语音增强算法使用残差密集模块（Residual Dense Block,RDB）来提高神经网络的建模水平。RDB可以通过密集连接层、局部特征融合和局部残差学习形成连续存储机制,还可以使得训练过程稳定。结合RDB提出的MM-RDN同样将对数功率谱（Log-Power Spectra,LPS）作为二维特征,对理想比率掩膜（Ideal Ratio Mask,IRM）进行掩膜映射建模得到语音增强模型。仿真实验证明窗长对于掩膜映射算法的增强效果具有正向作用,并且,MM-RDN有效地利用了LPS的二维信息和来自于IRM的人工先验信息,相对MM-HDCN和其他已知算法在评价指标上有较为明显提升,能有效提升语音的信号质量、感知质量和语音可懂度。相比之下,MM-RDN具有更好的综合表现,但是MM-HDCN具有非常轻量化的结构。总体来说,两个算法在语音增强上都具有不错的鲁棒性和泛化性,超越了现有算法。