当前社会电子化通讯手段和设备众多,但语音通讯作为维系人与人情感的重要纽带,处于是否重要的地位。语音通话过程可能处于受到噪声污染的嘈杂的环境中,影响通讯质量。因此,需要利用噪声抑制算法,开发语音强化系统来降低噪音带来的负面影响。针对非稳态类型噪声的特征,传统的滤波算法存在噪声滤除不足,或者是将干净语音的部分滤除掉,导致语音失真等缺点。由于噪音会影响语音记录的质量,造成训练的声学模型与实际应用环境不匹配,使得语音辨认系统的辨认正确率大大的降低。本文就特别针对加成性噪声对语音特征的破坏来做分析与研究,对所测得的噪声做处理,以期待得到更优良的语音强化结果。本文研究工作包括几个方面:首先主要对频谱删减法、小波转换和分解、维纳滤波、模糊理论、语音增强等相关理论进行了详细概述。其次,对信号预处理和语音端点检测进行了设计、实现,重点设计对信号预处理过程的位数采样、预加重、分帧、加窗等环节,编码实现了相应功能与处理效果,研究了语音端点检测方式及其检测正确率情况。再次,实现了混合式滤波语音强化系统,对模糊推论系统架构进行设计,对模糊控制器、语音特征提取、信号类型归纳、模糊规则推论和训练过程进行实现。该语音强化系统将含有噪声的语音信号作为输入信号,使用一个语音噪音预测模型,并建立以模型为基础的处理方法对语音本身之外的噪声加以抑制。将语音信号进行稳态和非稳态类型的辨别。再分析其中的语音特征,利用六种常见的特征来辨别语音是属于稳态或是非稳态类型的信号。最后对混合式滤波语音强化系统进行测试,采用Aurora-语音数据库,提供了音频文件内容,获取采样频率。使用信噪比SNR评语音质量方式,提供了Aurora语音数据库所含8种噪音所对应的SNR值以及经强化后语音信号的SNR值,获得了各种强化后的滤波结果以及三种滤波器结合的结果。通过本文的研究,提出了一个有效的语音强化方法,针对输入的语音信号中模型信号的特点,并将频谱删减法与小波滤波以及维纳滤波三个滤波方法做结合,以模糊推论系统重构上述三个滤波器的分配比率,还原了最理想的语音信号,将环境噪音对与语音的影响降至最低,同时弥补了使用单一滤波方式的缺点影响,有效提升了SNR值。因此,本文的研究具有非常重要的应用价值。