由于噪声和混响等因素的存在,各种人机语音交互系统中的语音质量会受到严重影响。为了减少这种影响,需要对采集的语音信号进行增强。传统的单通道语音增强方法往往只对带噪语音幅度谱进行增强而忽略相位谱的增强,使得其在低信噪比等复杂声场景时的语音增强性能受到限制。传统的多通道语音增强方法还未充分利用声源的空间信息和语音的相位信息,其声源估计的准确性还不够高,抑制外来干扰和噪声的能力有待提升。为解决上述问题,本文提出了三种基于语音相位估计和声源空间特征的语音增强方法。并在此基础上,提出了一种基于声源空间特征的多通道语音编码和增强方法。首先,为解决大多数语音增强方法只对带噪语音幅度谱进行增强而忽略相位谱增强的问题,本文提出了一种基于深度神经网络和相位修正函数的单通道语音增强方法。该方法利用深度神经网络和相位修正函数,对带噪语音幅度谱和相位谱同时进行增强,改善了低信噪比条件下的语音增强性能。其次,为解决神经网络不能直接用于相位谱增强的问题,本文提出了一种基于深度神经网络和相位解缠绕的单通道语音增强方法。该方法通过基于元胞自动机的相位解缠绕方法,实现了神经网络对相位谱的估计,并结合幅度谱增强方法,改善了低信噪比条件下的语音增强性能。然后,为改善语音增强方法对目标声源方向的感知能力以及复杂声场景下的噪声抑制能力,本文提出了一种基于声源空间特征和语音相位信息的多通道语音增强方法。该方法结合通道间相位差和相位感知掩蔽构建波束形成器,并利用基于深度神经网络和相位修正函数的单通道后置滤波,提升了复杂声场景下的语音增强性能。最后,为探究声源空间特征在多通道语音编码和增强上的应用,本文提出了一种基于声源空间特征的多通道语音编码和增强方法。该方法通过均匀线性麦克风阵列间的时延估计,利用增强型话音服务(Enhanced Voice Services,EVS)编解码器,实现了多通道语音编解码。并结合所提的基于声源空间特征和语音相位信息的多通道语音增强方法在解码端实现了对目标声源的提取和增强。