语音增强是语音信号处理的重要分支,是消除语音噪声干扰的主要手段。其目的就是从带噪的语音信号中尽可能的提取出原纯净的语音信号,降低噪声的干扰,提高可懂度和清晰度。语音增强技术以成功地应用在日常生活中和军事领域,在语音通信及语音识别等方面有着重要的应用价值。语音增强的方法多种多样,本文分析了非基于语音参数模型的几种方法,包括谱减法、维纳滤波法和基于子空间的语音增强方法。这些算法因没有利用到语音特征任何的先验信息,所以增强效果有限。本文详细讨论了基于TVAR和粒子滤波的语音增强算法,它是一种基于语音参数模型的方法,给出了仿真结果,并针对标准粒子滤波实现过程中会出现粒子退化现象的缺点,提出了正则粒子滤波结合TVAR模型的算法,仿真结果表明,改进后的算法性能明显优于改进前的算法,输出信噪比明显提高,听觉质量上也得到了很大的改善。实验表明,本文设计的增强系统具有以下优点：(1)正则粒子滤波算法可以有效的避免再采样算法引入的粒子多样性消失的问题,并且增强效果显著；(2)在低信噪比条件下取得良好的增强效果；(3)去除噪声显著,听觉质量得到了很大的改善。