随着经济的高速发展,人们消费水平日益提高,汽车已成为人们出行的一种主要代步工具。相比以触屏交互方式为主的传统车载人机交互,车载语音交互是一种更加安全、智能的方式。在理想情况下,驾驶员发出控制车载电子设备的命令语音,由车载语音识别系统根据识别出的内容来调用相应的车载电子设备。然而,真实的车载环境中存在各种车载背景噪声和副驾驶位人声干扰,严重降低车载语音交互体验。因此,语音增强算法作为前置处理方案是抑制噪声和干扰的一种有效且必要的途径,为后续的语音交互提供方便。相比传统单通道语音增强算法,麦克风阵列能够利用信号的空间信息,具有更好的噪声抑制效果。本文主要研究了车载环境下的双通道语音增强技术。主要工作内容如下:首先,针对传统双通道语音增强算法不适用于车载声学环境的问题,本文首先基于观测信号互相关功率谱相位的方式,估计信号时频点由目标声源或干扰声源主导的后验概率,从而抑制副驾驶位干扰的影响。然后进一步结合基于深度神经网络估计的语音存在概率,提高对车载背景噪声的鲁棒性。最后,将混合的语音活动检测信息应用于波束形成、阻塞矩阵和自适应噪声消除器等模块的设计中。其次,针对传统的后置滤波算法无法有效消除车载环境下波束形成输出中残留副驾驶位干扰和车载背景噪声的问题,本文深入分析了经典单通道和多通道后置滤波算法中噪声功率谱估计算法的性能,然后在其基础上,结合车载环境的特殊性提出基于变泄漏因子的改进算法,从而提升了车载环境下后置滤波器的性能。最后,根据真实车载环境数据的仿真实验结果证明,本文提出的基于相位和深度神经网络混合语音活动检测器的自适应波束形成算法,以及基于变泄露因子噪声功率谱估计的后置滤波算法能够减少期望信号的失真,同时有效抑制车载背景噪声和副驾驶位干扰,具有更好的降噪效果。