语音是人类进行信息交流的重要媒介,但在现实的语音交流过程中,各种各样的环境和设备噪声总会对信息的传递产生干扰,降低通信质量。因此,为了有效地利用语音信号,需要将有用信息尽可能地从噪声环境中提取出来,而语音增强便是解决此问题的重要方法。本文对当前已有的一些典型语音增强算法进行了分析与探讨,并在此基础上做出改进,提出了两种新算法。本文主要工作内容如下:1、提出了一种基于人耳掩蔽效应与贝叶斯估计的改进谱减算法用于语音增强。该算法采用改进的最小控制值递归平均算法(IMCRA)进行噪声估计,对带噪语音进行两次谱减,并于两次谱减之间对语音信号进行基于加权似然比(WLR)失真测度的贝叶斯估计,以此来增强语音信号。其中,第一次谱减为普通功率谱减,第二次谱减采用了滤波形式的谱减算法,利用人耳掩蔽效应动态调节谱减参数,并对谱减算法的增益函数进行了改进。实验结果表明,此改进算法在更好地抑制背景噪声和残余噪声的同时,可以保证甚至提高增强语音的可懂度,获得了更好的语音增强效果。2、提出了一种基于MMSE估计与改进多频带谱减的增强算法。该算法将对数MMSE估计与多频带谱减的预处理相组合,通过优化对初始信号频谱的平滑,以及使用改进了的过减因子及减法因子函数的多频带谱减进行了语音增强。在提出的算法中,对数MMSE估计使用最小值统计(MS)算法进行噪声估计,而改进的多频带谱减使用结合了递归函数的话音活动检测(VAD)进行噪声估计。仿真结果表明,此算法性能优异,尤其在信噪比较低的情况下,更好地在保留语音信息的同时抑制了噪声,提高了增强语音的质量。