本申请公开一种语音增强网络的训练方法，包括：获取训练集，训练集包括多个训练样本，训练样本包括样本参考语音、样本比对语音和混合语音；对样本参考语音进行声纹提取，得到样本声纹向量；对混合语音进行音频特征提取，得到样本音频特征；由语音增强网络基于样本声纹向量和样本音频特征进行增强处理，输出针对样本发声对象的预测音频特征；根据预测音频特征和样本比对语音对应的比对音频特征，确定语音增强网络的目标损失；基于目标损失迭代更新语音增强网络的权重参数，直至达到训练结束条件。本申请应用人工智能技术，能够基于源自同一发声对象的样本参考语音和样本比对语音，训练出用于抑制干扰人声的语音增强网络，有效提高语音增强的质量。