语音是人类信息交流的重要载体,但在很多语音通信系统中都会不可避免的受到噪声的干扰,包括环境噪声以及通信传输设备内部电噪声。严重的噪声干扰会极大的降低语音的清晰度和可懂度,造成通信质量的下降。语音增强是语音处理中的一项重要技术,其主要目的是从带噪语音中提取出纯净语音,提高信噪比,是一种降低语音信号噪声干扰的有效手段。基于短时谱估计的语音增强算法是语音增强频域算法中比较常见的一种,其中的关键点是对背景噪声功率谱的估计,现有的处理方法面临的显著问题是对非稳态噪声的跟踪能力不佳,本文重点对此问题展开研究。噪声估计结果对语音增强系统性能有直接影响,本文主要介绍目前得到广泛应用的基于最小能量统计的噪声估计方法,这种噪声估计方法原理简单,物理意义清晰明确,在无音段和有语音段都可以更新噪声估计结果。其存在的问题是：(1)延迟时间较长,这会影响其对非稳态噪声频谱的追踪；(2)在做噪声的无偏估计时运算量较大,在实际应用中往往用一个固定经验值作为噪声估计补偿系数,这种做法会使噪声估计结果不够准确而且不能适应噪声的变化情况。针对这两个问题,我们提出一种小运算量、简单可靠的噪声段检测算法,利用信号平稳性作为特征参数,设置偏重无音检测的阂值区间,准确的检测出无音段,计算出最新的实际噪声变化情况,从而对最小频带搜索算法所得到的噪声估计谱做动态的偏差补偿,使得噪声估计结果更加接近真实值,并能有效追踪噪声的变化,最终提高语音增强算法的整体性能。最后我们将此噪声估计改进算法引入到小型传声器组合切换算法中,解决了传声器组合算法在背景噪声较大时的错误切换问题。