语音增强技术用于减小含噪语音中的噪声干扰,提高语音的质量和可懂度,因此在语音通信、语音识别、助听器等领域具有重要的作用。本文针对语音增强中的噪声估计和噪声去除这两方面问题开展了以下研究工作。　　 针对噪声估计问题,本文对最小统计(Minimum Statistics,MS)噪声估计方法开展了研究。在前人工作基础之上提出了基于目标语音谐波信息动态调整搜索窗长的方法,可有效地解决原方法中采用固定搜索窗长带来噪声估计不准确的问题。实验结果表明改进后的方法相对于原方法在分段信噪比和语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)方面都获得了一定程度上的性能提升。　　 针对噪声去除问题,本文对自适应梳状滤波方法进行了研究,提出了基于信噪比的自适应梳状滤波方法,用于解决原方法在高信噪比时造成语音失真的问题。本文所提出的方法在保证低信噪比时性能不下降的前提下,有效地提高了原方法在高信噪比时的性能。实验结果表明改进后的方法相对于原方法在分段信噪比和语音质量感知评估方面都获得了一定程度上的性能提升。　　 结合上面两种方法,本文实现了一个语音增强系统。实验结果表明该方法相对于两阶段维纳滤波方法在分段信噪比上平均提高了1.00dB,在语音质量感知评估上平均提高了0.12。