在实际环境中,由于背景噪声的存在,语音信号总是难免受到噪声的影响,噪声的存在导致原始语音信号的信噪比下降,可懂度降低。随着背景噪声进一步增大,原始语音信号甚至会被背景噪声淹没,导致原始语音信号无法分辨。而噪声对原始语音信号的污染将进一步影响后端语音信号处理的性能。语音增强是语音信号处理领域一项非常重要的技术,是解决噪声污染信号的有效方法。语音增强的目的是从带噪语音信号中尽可能地提取出原始纯净语音信号,以起到抑制背景噪声,提高语音信号信噪比和可懂度的作用。由于噪声来源众多,导致语音增强的方法很多,但始终没有一种增强方法适用于各种噪声。本文对一些典型算法进行了深入的研究。文中首先介绍了语音增强的研究背景,研究历史和现状,介绍了语音信号特性和噪声特性以及语音增强结果的主客观评价标准。分别讨论了基于短时谱估计的语音增强方法,基于小波和小波包变换的语音增强方法及基于子空间的增强方法的基本理论。噪声估计的准确性对语音增强的效果有很大影响,目前噪声估计方法根据是否进行语音活性检测大致分为两类。本文中对噪声估计方法也进行了详细的论述。本文在深入研究基于短时谱估计的语音增强方法的基础上,利用人耳的语音感知特性,又提出了自适应谱估计的方法,对谱减法和最小均方误差估计方法进行了相应的改进。首先对采集的带噪语音信号功率谱进行Bark子带划分,并在每个Bark子带中根据信噪比的变化进行增强系数的自适应调节,使各子带噪声更均衡地去除。仿真结果表明,改进后的增强算法在提高语音的信噪比和可懂度,减小“音乐噪声”方面较改进前的增强方法有明显提高。电子耳蜗通过将声音信号转化为电信号,刺激耳聋患者的听觉神经纤维产生听觉来帮助耳聋患者恢复部分听力。该技术在安静环境下效果较好,但在噪声环境下效果迅速恶化,因此为了提高电子耳蜗的抗噪性能,将本文的算法应用到电子耳蜗ACE合成前端,结果表明,仿真得到的CI合成音感知更好更清晰。