随着人工智能技术的迅速发展,语音识别越来越多地融入我们的生活。然而语音识别的使用环境不可避免地受到各种噪声的干扰或人声的混叠影响,从而导致语音识别系统的性能受到严重的影响。因此受噪声干扰或被人声混叠的语音信号需要通过声源分离技术进行处理后再送入语音识别系统中。根据所处理的混合音频信号类型可以将声源分离技术分为处理带噪语音信号的语音增强技术及处理混叠人声语音信号的多说话人分离技术。本文主要对基于深度神经网络的语音增强算法和基于深度聚类的多说话人分离算法进行了研究,主要研究内容如下。首先本文研究了基于深度神经网络的先验信噪比估计器及其应用于语音增强算法的整体框架。该算法的增强效果依赖于先验信噪比估计的准确性。在低信噪比及噪声类型与语音难以区分的情况下,先验信噪比估计不够准确会影响语音增强的效果。针对这一问题,本文提出了一种在先验信噪比估计器前引入独立低秩矩阵分析的盲源分离算法。提出的算法先将带噪语音信号进行噪声和语音的分离,从而提高带语音部分音频信号的信噪比。实验结果表明,提出的语音增强算法在低信噪比情况和一些乐器噪声干扰的情况下获得了比基本算法更好的语音增强效果,且更能提升语音识别系统的识别率和鲁棒性。其次本文研究了基于深度聚类的多说话人分离算法。针对该算法使用的K均值聚类算法对簇初始中心值的选取敏感而导致的分离效果不稳定的问题,本文提出了使用基于层次聚类的深度聚类算法进行多说话人分离。提出的算法无需对簇初始中心值进行选取。实验结果表明,提出的算法相对于基本深度聚类算法具有更高的分离性能和稳定性,并且更能降低语音识别系统的词错率。