本发明公开了一种基于幅度相位混合特征交叉的深度学习语音增强方法；根据收集到的含噪语音信号，得到增强型混合交叉特征；根据收集到的干净语音信号和与之对应的含噪语音信号，计算幅度相位降噪网络APNSN训练所用标签交叉压缩复数掩模；将增强型混合交叉特征输入到已训练的APNSN网络得到估计交叉压缩复数掩模；根据估计交叉压缩复数掩模和含噪语音信号的频谱，得到时域重构信号；本发明所采用方法，与单一特征方法相比，如幅度谱映射和基于幅度谱特征的时频掩蔽，本方法在相同模型大小的条件下能进一步提高语音质量和可懂度；在相对较小模型下能获得与单一特征方法相当的语音质量和可懂度。