语音是人与人之间最直接、最自然的交流方式。在现实生活中,语音会受到各种噪声的影响,噪声降低了语音信号的可懂度与清晰度,影响了人们之间的正常交流。语音增强就是针对受噪声干扰的语音而提出的强化语音的一种技术。因此,研究语音增强技术对语音通信、助听器等领域的发展具有重要的现实意义。藏语语音增强是藏语人机交互的基础工作,相对于汉语和英语等语种的语音增强技术,藏语语音增强技术还处于发展阶段。目前,实现藏语语音增强主要采用的是传统语音增强方法,比如谱减法等。传统语音增强方法原理简单易实现。然而,传统语音增强方法大多基于噪声估计进行带噪语音的增强,这使得其对含有非平稳噪声的语音信号增强效果不佳。本文在实现传统语音算法基础上,将其与基于神经网络的语音增强算法进行比较。为了进一步提升低信噪比下带噪藏语语音增强的性能,本文创新性地提出了基于注意力机制级联卷积循环神经网络的藏语语音增强方法。相较于传统藏语语音增强方法,该方法能够自动深入地学习带噪藏语语音与纯净藏语语音之间的非线性映射关系,在一定程度上提高了低信噪比、非平稳噪声环境下的语音质量。首先,通过注意力机制高效地感受语音信号的全局频域相关性,提取时频图中存在的非局部相关性的谐波信息;其次,利用卷积神经网络具有良好的局部特征提取能力,更好地恢复藏语语音信号中的高频成分;再次,使用循环神经网络捕捉语音信号里的时序依赖关系,将不同时间段的局部特征进行关联,进一步提高语音增强效果;最后,将本文提出的方法与传统语音增强方法的增强性能进行对比,验证了本文方法的有效性。实验数据表明,与传统方法相比,基于神经网络的语音增强方法在主观评价和客观评价中均有更好的表现。