本发明公开一种基于深度复卷积网络的单通道语音增强方法，方法首先构造带噪语音，计算带噪语音复数域上的频谱特征，并通过纯净语音时域序列数据计算掩膜特征CRM作为相应带噪语音的标签，构造训练集；然后构建深层复卷积网络模型，并通过计算估计语音在纯净语音上的投影值和估计噪音在噪声信号上的投影值，构造加权源失真比损失函数；接着将训练集中的带噪语音复数域上的频谱特征作为深层复卷积网络模型的输入数据对模型进行训练；最后利用训练好的深度复卷积网络模型对带噪语音信号进行降噪处理。本发明通过深度复卷积网络训练低信噪比场景下单麦克风语音信号的复掩膜特征，增加估计语音的信噪比，提升单通道语音增强方法的语音质量和可懂度。