语音信号端点检测是指从语音信号处理过程中找出其起始点与结束点,即将语音信号从复杂噪声背景中分离出来,为能够较好地完成后续处理提供保障。传统的双门限检测法、基于谱熵的方法以及基于方差法的检测方法在信噪比相对较高时可以很好地完成检测任务且准确率也满足要求,但在语音信号采集过程中,由于不同的语音采集环境、不同种类的噪声会使语音信号的信噪比(signal-to-noise ratio,SNR)逐渐变低,此时传统的检测方法不能较好的完成检测任务,所以研究信噪比相对较低时的端点检测方法就显得尤为重要。本论文中首先使用多窗谱估计对普通谱减法进行改进,用改进后的方法对带噪信号进行去噪,再结合BARK子带方差法进行最终的检测处理,通过对添加-5dB高斯噪声的语音信号进行检测,其实验结果明显优于其他算法的处理效果。然后,改变频域BARK子带方差法中提高分辨率的方式,再次结合改进的谱减法,继续验证方法的可行性。最后,本论文中对添加20dB至-20dB的白噪声、粉噪声、车内噪声和f16座舱噪声的语音信号进行端点检测时,在准确率的对比中也有相对较好的表现。