一种语音增强方法、装置和系统，该方法包括：获取目标接待人员接待目标客户的过程的录音音频，其中所述录音音频是由佩戴在所述目标接待人员身上的拾音设备拾取的；获取与所述录音音频同一时段的监控视频，从所述监控视频中确定出所述目标接待人员和其他人员；根据所述目标接待人员从所述其他人员中确定出所述目标客户；确定所述目标客户在所述时段内相对于所述目标接待人员的方位信息，并根据所述方位信息确定降噪参数；根据所述降噪参数对所述录音音频进行降噪处理。本申请将拾音设备放置在接待过程中涉及的两个对象中的一个对象身上，结合监控视频锁定该对象再定位另一对象，最终获得两者之间的相对方位用于降噪，能够得到高质量的降噪效果。