语音作为人们平时生活中应用最广泛的交流媒介之一,越来越受到人们的重视。近几年以来,随着人工智能的快速发展,语音交互变的越来越受欢迎。麦克风阵列信号处理在人机交互和语音信号处理中有着重要的地位。作为麦克风阵列信号处理中的一项重要研究课题,波达方向(Direction of Arrival,DOA)已被普遍应用于机器人、智能家居等领域。精确而高效的估计语音波达方向直接影响着语音交互的效率、智能产品的用户体验等。相对安静环境下的DOA估计已经取得了比较理想的效果。然而,在现实环境中,DOA估计面临的主要挑战是背景噪声和房间混响对目标信号的干扰。这一问题的研究一直在进行,但精确的DOA估计仍然是一项非常艰巨而有挑战性的任务。在本文中,我们提出了使用卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆网络(Long Short Term Memory,LSTM)相结合的方法来对高噪声和强混响环境下的波达方向进行估计。我们将不同的方法在同一个测试数据集上进行实验评估和对比。实验结果显示,与其它估计方法对比,本文所提出的方法的性能优势比较明显,能够大大提高语音波达方向估计的准确率(Accuracy Ration,AR)。与传统的基于广义互相关(Generalized Cross Correlation,GCC)的到达时间差(Time Difference of Arrival,TDOA)和基于CNN的方法相比,我们提出的方法AR平均提高了:41.3%和31.5%,与CNN相比,本文提出的方法在语音判决误差(Voice Decision Error,VDE)评测指标中平均降低了20.6%。除此之外,本文方法在不匹配的测试集上进行评估,模型对麦克风阵列拓扑结构具有较好的泛化性能。本文的方法能利用很少新的匹配数据在已经训练好的模型上进行自适应,将训练好的模型应用到新的麦克风阵列上,在保证了估计性能的同时大大节省了重新训练的时间。