在信息时代背景下,语音是人们日常生活中最直接的信息传递与交换形式。而现实生活中,多数语音往往伴随着噪声,使人感到舒适度下降。听力受损的人理解不同背景噪声下的语音是很困难的。因此,怎样从信号中分离噪声、改善可懂度以及如何评价可懂度成为了一个重要问题。目前,理想二值掩蔽(Ideal Binary Mask, IBM)技术的提出,给噪声背景下评价语音可懂度提供了希望。最近研究表明每个时间-频率单元对语音可懂度重要性与语音内容相关。时间-频率单元被分为噪声主导和目标语音主导两类。本文实验结果表明每个语音存在的时间-频率单元对语音可懂度的重要性与目标语音的响度有关。2008年,Li和Loizou研究证明,当输入信噪比在-5dB下,误报错误比丢失错误对语音可懂度的影响更大。本实验对输入混合信噪比进行了扩充,研究了不同输入混合信噪比下,两种掩蔽错误对语音可懂度的影响。本文实验证明,当混合信噪比在0dB以下时,误报错误比丢失错误对语音可懂度影响更大。理想二值掩蔽的研究大都是基于这样一个假设：每个语音分离单元对语音整体可懂度的贡献度是一样的,但没有改变IBM结构。考虑到两种掩蔽错误对语音可懂度影响程度和IBM结构对语音可懂度的影响,本文提出了对丢失错误和误报错误进行加权控制的方法,同时结合IBM结构的改变,意在提出更好的评价语音可懂度的指标。