本发明提供了一种轻量级时域卷积网络语音增强方法，首先，将带噪语音信号进行分帧加窗处理，然后进行短时傅里叶变换，得到带噪语音信号的幅度谱和相位谱，随后将带噪语音信号的幅度谱送入时域卷积网络模型，进行先验信噪比的估计，紧接着利用估计的先验信噪比进行增益函数的估计，最后在幅度域进行滤波降噪，并利用带噪语音信号的相位谱作为增强后的相位，进行语音信号的重构。本发明还提供了一种轻量级时域卷积网络语音增强系统。本发明的有益效果是：算法的神经网络部分只进行先验信噪比的估计，减小了任务难度，实现了更轻量级的神经网络架构，内存占用量小，运算复杂度低，使其可以较好的在一些低运算量平台的嵌入式设备上使用。