在实际的维语音信号应用(如语音识别、语音合成、语音通信等)过程中，所使用的维语音信号受到外来的各种各样的噪声干扰，这些干扰对语音设备功能的发挥产生了严重影响。所以被噪声干扰的维语音信号进行去噪处理是很重要的。维语音信号去噪主要目的就是降低被干扰语音信号中的噪声，增加语音的可懂度。目前有多种多样语音去噪的算法。其中小波分析由于在时域、频域同时具有良好的局部化性质和多分辨率分析的特点，它通过伸缩、平移等运算功能对信号进行多尺度细化分析，能有效地从信号中提取信息，因此利用小波去噪不仅能满足各种去噪要求(如低通、高通、陷波、随机噪音的去除等),而且与传统的去噪方法相比较，有着无可比拟的优点，成为信号分析的一个强有力工具。小波去噪的主要方法可以分成三大类：第一类是小波变换模极大值去噪；第二类是相关去噪法；第三类是阈值去噪法。这些方法中小波阈值去噪得到了广泛的应用，是因为该方法的计算简单。其中阈值函数与重构信号的连续性和精度有密切关系，对小波去噪的效果有很大影响。Donoho提出的软阈值函数和硬阈值函数除了在实际的信号去噪中得到广泛的应用外，还取得了比较好的去噪效果。但是它们本身就存在缺陷，硬阈值函数是不连续函数，这导致了去噪后的信号仍然含明显的噪声；软阈值函数虽然连续性好，但含噪信号的小波系数与估计小波系数之间存在偏差。本文针对小波阈值去噪法中软、硬阈值函数的不足，提出了一种新的阈值函数，不仅克服了硬阈值函数不连续的缺点，而且解决了软阈值函数存在恒定偏差的问题。最后，通过实验仿真证明，使用本文改进后的阈值函数进行维语音去噪，能有效去除维语音信号含有的白噪声，在信噪比指标上明显优于传统的阈值函数方法，可获得更好的去噪效果，由此证明本文提出的阈值函数的优越性和有效性。