语音,长久以来作为人类生活中最重要也是最基本的沟通方式,是人类从生存环境中获取必需信息的最基本的途径。现在语音识别科技最终的研究目的是让计算机能够“听懂并理”人类的语言,不再需要人类向计算机输入命令,人类和计算机之间的信息交互直接依靠语音指令来完成。当前的语音识别系统,已经能够实现对纯净的语音进行高精度的识别,但是现在语音识别系统面临的主要挑战是在噪声环境下的识别性能,这是由于在噪声的干扰下,已经训练好的语音模型和待识别的带噪语音特征之间出现了不匹配,这种不匹配会使识别率降低,甚至无法进行识别。噪声环境下的语音识别技术,其主要的目的是将由于噪声引起的训练模型和测试语音之间的不匹配降到最低。为了达到这一目的,进一步提升语音识别系统在噪声环境下的性能,就必须将带噪语音进行预处理和减噪处理,尽可能的滤除噪声,提高信噪比。这是解决语音识别系统识别在噪声环境中识别率降低的最根本的方法。在本文中,对语音增强算法进行了深入的研究,并提出了改进了谱减算法。在传统的谱减算法中,通过对无声段进行平滑处理,可以得到噪声功率谱。传统的谱减法虽然简单、实时性能好,但是最终的减噪效果并不能达到噪声抑制的要求。因此,为了进一步改善谱减算法在噪声环境下的抗噪声性能,在本文中对谱减法进行了一系列的改进。