语音在获取和传输过程中不可避免地受到来自周围环境和传输介质的噪声的干扰。噪声会使语音质量下降,严重时还会影响到诸如语音编码、语音合成、语音识别等系统的性能。去除噪声增强语音,是语音信号处理领域的核心技术之一。本文对基于小波变换的语音增强方法展开较为系统的研究。基于小波变换的语音增强方法首先利用小波变换把含噪语音信号变换到小波域,得到含噪信号的小波系数,然后,根据语音和噪声的小波系数统计性能的差异,对小波系数进行各种非线性的数学处理,最后对处理后的小波系数再进行小波反变换,来剔除噪声的影响,从而达到语音增强的目的。首先,对小波域语音增强算法中都必须解决的关键环节——小波函数的选择、小波变换分解层数和噪声方差的估计分别做出系统地分析与改进。对常用的几种小波函数的特点进行分析比较,结合小波函数的选取一般原则,并通过仿真实验选取出了最适合处理语音信号的小波函数。通过分析小波分解层数对语音增强效果的影响,给出处理语音信号时小波分解层数的最优值,在传统估计噪声方差的基础上,利用语音信号小波变换系数尺度间的相关性,去除语音信号细节小波系数对噪声方差估计的干扰,提出了一种估计语音噪声方差的改进办法。然后,针对小波阈值增强算法中的两大核心问题:阈值的设定和阈值函数的选取,本文也分别作出了改进。把Benjamini.Y提出的自由分布式错误发现率(FDR)假设检验算法应用于小波系数的选取,提出了一种不依赖于信号长度,阈值选取灵活,且对信号及噪声的变化具有较强的适应性的阈值设定办法。在分析常用的软、硬阈值函数的缺陷及不足的基础上,构造了一个性能更优良的阈值函数。最后,在理论分析的同时,对每部分的改进都进行了仿真实验验证。实验结果表明:在处理语音信号时,Sym10,Sym8,Coif4,Db5这几种小波函数表现较其他小波函数稍优,其中Sym10表现最好;对语音信号采用5层小波分解得到了增强后语音的信噪比较理想;改进的噪声方差估计办法在估计语音信号的噪声方差时比传统方法估计的误差更小,尤其在低信噪比下,改进的效果更明显;本文提出的阈值设定办法在语音增强过程中也得到了比通用阈值法更理想的信噪比;改进的阈值函数是可行的且在语音增强中得到了比硬、软阈值函数更理想的信噪比,且其增强后的语音信号与原始语音近似性也更好。