语言是人类交换信息最方便和快捷的一种方式。然而现实环境中,语音通话常常受到各类噪声的影响,致使通话质量下降,严重影响到系统的正常运行。现代语音信号处理的目的是要获得某些语音特征参数以便高效地传输和存储,“高效”是关键。因此抗噪声技术己成为国内外语音信号处理的重要研究课题,亦是语音信号处理系统开发的基础和关键技术。语音增强作为各类语音信号的预处理部分,在安全、通信等实际生活领域中有着广泛的应用,抑制噪声并提高语言可懂度是现代语音增强技术的主要任务。本文采用数字信号处理技术和语音学研究相结合的方法,围绕语音的信噪比(Signal-Noise-Ratio, SNR)和可懂度问题展开研究,得到了一些新的研究结果。本论文所做的主要工作如下：1.系统地分析了三种经典的语音增强算法的性能,包括维纳滤波(Wiener Filter, WF)、谱相减算法(Spectral Subtraction, SS)及自适应滤波最小均方算法(Least Mean Square Adaptive Filtering, LMS),并仿真对比了三种算法的语音增强效果。2.研究了基于短时谱能量和过零率的双门限判决算法的性能,针对其在非平稳信号下检测效果差的缺点,提出了一种基于子带能量的可变时窗检测算法,并对上述两种语音端点检测Voice Activation Detection, VAD)算法进行了仿真实验,仿真结果表明,本文所提出的基于子带能量的可变时窗检测算法在非平稳信号下的检测效果明显优于双门限判决算法。3.针对传统维纳滤波和谱相减算法只适用于平稳噪声的缺陷,本文将自适应平滑技术融入经典维纳滤波和谱相减算法,提出了一种自适应平滑维纳滤波算法,并将谱相减算法的改进形式也进行自适应平滑,仿真结果表明经过改进后语音增强算法在非平稳噪声环境也能有较好的效果,但“音乐噪声”的存在依然影响着语音可懂度。4.为了提高语音可懂度,本文根据听觉掩蔽效应对单通道自适应语音增强算法进行改进。此算法根据听觉掩蔽效应把语音信号中关键频率段的阈值和自适应滤波算法的动态系数相结合,据此估算误差函数,在Matlab上对此算法输入不同信噪比的带噪信号,仿真结果表明输出的信噪比高于维纳滤波和谱相减算法,语音可懂度也得到了较大的改善。5.对改进的两种语音增强算法进行DSP软件设计,采用C语言和汇编语言的混合编程,在DSP系统上实现了该算法。