言语是人类社会最重要的交际工具,也是人类思维工具,人类社会文明与它息息相关。语音承载语言信息,人们的信息交互主要靠语音进行。在实际的语音环境,多多少少存在着程度不等的环境噪声的干扰。噪声使语音质量下降,语音信号处理设备不能正常工作,信息交流受阻,含噪语音的去噪成为一个亟待解决的难题。传统的各种时频分析技术如傅立叶分析是面向平稳信号的,不适合分析非平稳信号,非平稳信号的典型代表是语音信号,它是时变的随机信号。本文主要研究采用近年来发展起来的面向非平稳信号的希尔伯特—黄变换理论来处理含噪语音,抑制噪声,从而做到语音增强。含噪语音经经验模态分解,得一族固有模态分量IMFs。对组成IMFs的各IMF分帧求取各自的所谓平滑方差。以方差为基础通过IMS本身的初判,结合IMFs全局作出是否语音帧判决,并依此为基础进一步检测出语音端点。这也是语音增强的第一步,确定目标对象,去掉不必要的非语音处理。对所检出的含噪语音经验模态分解后,噪声和语音在各IMF中的分布情况不同,我们给以不同的权来进行增强或抑制。进一步对处理后仍不同程度含噪的各IMF分量,采用自适应阀值调整来进一步抑制噪音,最终由此重构语音。本文对受加性噪声污染的语音做了实验。所做的增强和对比实验表明,作者所提方法对各种噪声都有较好的表现,而小波分析仅对白噪声较适应且在低SNR下性能较差。