近年来,随着电子技术和网络技术的快速发展,数字语音信号处理技术以其简洁、高效等优点广泛地应用在各个领域。目前,语音编码、语音合成以及语音识别技术日趋成熟并且已经广泛的应用在现实生活中。在实际应用中,噪声干扰会降低语音信号处理系统的性能。因此,在预处理阶段对语音信号进行增强是有实际意义的。小波阈值去噪法根据噪声信号和语音信号在小波域中的分布特性,对每一层的小波系数进行阈值处理,可以有效地消除噪声分量,本文采取小波阈值去噪法对带噪语音信号进行语音增强处理。本文深入分析了小波变换在数字信号处理中的应用,重点研究了多分辨小波分解在信号降噪中的应用。深入分析了阈值降噪算法中阈值函数和门限阈值对信号去噪效果的影响,参考基于谱减法的语音增强算法,研究了一种基于噪声提取的门限阈值确定算法。经测试,相比于几种小波阈值降噪中传统的阈值估计准则,该门限阈值确定算法占用更少的计算资源并且可以达到不错的语音增强效果。传统的阈值降噪算法根据经验来确定分解层数,分解层数过少会造成去噪不彻底,分解层数过高会造成信号失真。本文对阈值降噪算法中的分解层数进行深入研究,实现了一种自适应最优分解层数确定算法。对噪声信号和语音信号在小波域中的分布特性进行研究,通过对各层小波系数的奇异谱分析,对比不同信噪比下带噪信号的奇异谱分布情况,根据小波系数的奇异谱特性来确定最优分解层数。经测试,该算法可以根据带噪信号受噪声干扰情况自适应地确定最优分解层数,有效的提高了语音增强效果并且避免了不必要的硬件资源浪费。