在实际环境中,语音信号总是不可避免的受到来自各不同方向的噪声的干扰,这些干扰不仅影响语音的可懂度和清晰度,而且容易造成人耳听觉疲劳。因此,有必要对含噪语音信号进行降噪处理,即语音增强。与传统的单麦克风语音增强方法在接收的语音信号和噪声在时间和频谱上是重叠的这一特点相比,麦克风阵列语音增强方法在时域和频域处理的基础上增加了空域处理,可对来自空间各不同方向的信号进行空-时-频域联合处理,具有很高的空间分辨能力,从而可以获得更好的降噪效果,弥补了单个麦克风对噪声抑制的不足。本文首先阐述了几种传统的单麦克风语音增强方法,然后详细分析了传统的广义旁瓣相消(Generalized Sidelobe Canceler,GSC)语音增强算法。针对GSC算法需要精确的时延估计这一不足,引进了基于传递函数(Transmission Coefficient,TF)的广义旁瓣相消器。TF-GSC算法是利用传递函数系数比来构建阻塞矩阵和进行固定波束形成的,不需要精确的时延估计。因此,与GSC算法相比,TF-GSC算法提高了对环境的适应性。TF-GSC算法能有效的抑制信号中的相干噪声,而对非相干噪声的抑制能力不强。后置滤波语音增强算法能有效的抑制非相干噪声,而对相干噪声抑制能力较弱。于是本文将两种算法结合起来,形成了基于TF-GSC的多通道后置滤波语音增强算法。该算法的关键在于求取准确的先验语音存在概率估计。本文对先验语音存在概率估计的方法做了改进,并利用MATLAB仿真软件进行仿真。仿真结果表明,相对于传统的多通道后置滤波算法,改进的多通道后置滤波语音增强算法能提高输出信噪比和减少语音失真。最后,设计了基于Labview的麦克风阵列语音增强硬件系统,并对该系统的可用性进行了测试。测试结果表明,该系统适用于麦克风阵列语音增强研究。