现实生活中,语音不可避免的要受到周围环境的干扰,严重时使语音处理系统不能正常工作。在这种情况下,必须采用信号处理方法进行语音增强,抑制背景噪声,以提高语音通信质量。因此,研究语音增强技术在实际中有重要价值。本文旨在寻求一种低信噪比条件下的单通道语音增强方法,这是一项具有重要的实际意义的课题。本文首先回顾了一些传统的语音增强方法,重点介绍了基于短时谱的谱减法和最小均方误差的方法,以及基于语音生成模型的卡尔曼滤波法,分析了这几种方法的优缺点。小波变换具有多尺度特性,其时域和频域均具有表征信号局部特性的能力和多分辨率分析的特点,适用于非平稳信号、时变信号,如语音信号。因此本文对基于小波变换的语音增强方法进行了深入的研究。本文的主要工作包括以下几个方面:一.详细研究了小波变换在语音增强处理中的应用,并提出将基于Neyman -Pearson准则的小波阈值去噪法用于语音增强,实验证明这种阈值规则优于传统的阈值方法。二.分析了语音的听觉模型,并研究了传统的模拟基底膜频率特性的方案。小波变换的时域和频域均具有表征信号局部特性的能力,即低频段具有较好的频率分辨率,高频段具有较好的时间分辨率,其特点正好与人耳的频率特性相似,因此可以用来模拟人耳基底膜对声音进行频率分析的功能,实验表明基于小波包子带来模拟基底膜Bark频率群更为实用。三.通过分析小波阈值去噪法和卡尔曼滤波器的优缺点,提出了将卡尔曼滤波器和小波变换相结合的语音增强方法,将卡尔曼滤波引入到小波域对噪声信号进行跟踪处理,避免了小波阈值选取不当的问题,即保留了小波变换时频分析和多尺度分析的功能,同时又保持了卡尔曼滤波器对未知信号的线性、无偏、最小方差估计的特点。并利用听觉系统的掩蔽效应来指导除噪阈值的选择。文中采用汽车噪声对系统进行了实验分析,并对增强后的语音质量进行了客观评价。