在大部分基于深度学习的语音分离和语音增强算法中，把傅里叶变换后的频谱特征作为神经网络的输入特征，并未考虑到语音信号中的相位信息。然而过去的一些研究表明，尤其是在低信噪比（SNR）条件下，相位信息对于提高语音质量是必不可少的。针对这个问题，提出了一种基于卷积编解码器网络和门控循环单元（CED-GRU）的语音分离算法。首先，利用原始波形既包含幅值信息也包含相位信息的特点，在输入端以混合语音信号的原始波形作为输入特征；其次，通过结合卷积编解码器（CED）网络和门控循环单元（GRU）网络，可以有效解决语音信号中存在的时序问题。提出的改进算法在男性和男性、男性和女性、女性和女性的语音质量的感知评价（PESQ）和短时目标可懂度（STOI）方面，与基于排列不变训练（PIT）算法、基于深度聚类（DC）算法、基于深度吸引网络（DAN）算法相比，分别提高了1.16和0.29、1.37和0.27、1.08和0.3；0.87和0.21、1.11和0.22、0.81和0.24；0.64和0.24、1.01和0.34、0.73和0.29个百分点。实验结果表明，基于CED-GRU的语音分离系统在实际应用中具有较大的价值。

为了探究利用两个麦克风进行多声源分离和二维平面定位的可能性，提出了一种基于双麦克风的室内语音分离与声源定位系统。该系统根据麦克风采集的信号，建立了双麦克风时延-衰减模型，然后利用DUET算法估计了模型的时延-衰减参数，并绘制了参数直方图。在语音分离阶段，建立了二进制时频掩膜（BTFM），根据参数直方图，结合二值掩蔽的方法对混合语音进行了分离；在声源定位阶段，通过推导模型衰减参数与信号能量比之间的关系，得到了确定声源位置的数学方程组。利用Roomsimove工具箱模拟室内声学环境，通过Matlab仿真和几何坐标计算，在对多个声源目标分离的同时完成了二维平面中的定位。实验结果表明，该系统对多个声源信号的定位误差均在2%以下，有助于小型系统的研究和开发。