语音交互是人类社会最直接、最自然的沟通交流方式,语音识别作为其中关键技术之一,能够通过识别语音信号,将语音信号转化为对应的文本文字。经过多年的深入研究,自动语音识别技术（ASR）已经取得了重大突破,并且投入到实际应用中,但是目前仍有一些技术难题需要攻克,其中最核心的问题就是降噪的处理。在实际应用中,由于周围环境的不确定性,语音常常会受到环境噪音的影响,进而影响语音的质量,最终使得语音识别率显著下降。因此通过语音增强技术抑制噪音,消除混响,提升复杂环境下的语音识别的准确率,对语音技术在实际生产和生活中的应用是具有重要意义的。在本文中,我们提出了三种融合波束形成与深度学习算法的语音增强算法,并使用Lattice融合的方法,对三种增强算法训练的声学模型进行了融合。首先,对双通道语音信号进行延迟求和波束形成,实现同相位的语音信号相加,从而实现语音的增强。不同于传统的DNN神经网络,我们首先提出了基于注意力驱动循环卷积网络的语音增强算法,其利用CNN提取深层特征,并利用注意力机制对不同帧的贡献度进行区分。其次为了弥补CNN网络中丢失的局部信息,利用U-Net网络中的联合操作,实现了浅层特征与深层特征的融合。此后为了解决训练集和测试集不匹配的问题,进一步提出了混响相关的自注意力机制语音的增强算法,利用WPE对噪声信息进行估计。最终利用Lattice融合的方法,将上述三种算法训练的声学模型进行了融合,得到了新的声学模型。本文中的实验使用REVERB 2014挑战赛提供的数据进行了有效性验证,本文中提出的方法在语音识别的任务中,单词错误率（WER）在开发集相对下降了27.38%,在验证集上相对下降了24.92%。