本发明涉及语音处理技术领域，具体涉及一种可调噪声抑制深度的神经网络语音增强方法。该方法包括：将理想数据的带噪语音进行特征提取的结果作为网络模型的输入进行训练，网络输出目标为目标增益函数，优化网络输出的增益函数；在网络模型训练中重构损失函数，对网络模型进行优化，使网络模型从带噪语音特征中映射出最优增益函数。本发明通过设置额外的噪声抑制模块解决了目前基于TMF的深度神经网络语音增强算法的噪声残留问题；噪声抑制模块可以在原有的增强效果上进一步提高语音质量，通过降噪深度调节因子，可以根据日常应用需求，调整合适的降噪深度。