当前,语音识别技术日益成熟,应用领域日趋扩展。但是,在实验室训练好的性能优越的语音识别系统,在不同声学环境,特别是在强噪声环境中使用时,识别性能会急剧下降。语音增强是解决该问题的主要方法,对带噪语音进行语音增强技术处理后,能够保持识别系统的高识别率。本文对带噪语音增强技术展开了研究。本文首先分析研究了几种传统的语音增强方法的原理,包括谱减法、维纳滤波法、自适应滤波法。其中的重点是谱减法和维纳滤波法,探讨了两种方法的改进形式并给出了实验结果。通过对实验结果主、客观分析,比较了两者的性能和增强效果,讨论其优缺点。然后,本文重点对独立分量分析方法(ICA)在语音增强方面的应用展开了较深入的研究。讨论了独立分量分析理论,被广泛应用的固定点算法及其准则函数的选取问题。详细分析了以四阶累积量和负熵为算法的准则函数的固定点算法,通过仿真计算和实验结果,从主、客观两个角度探讨了基于这两种准则函数的固定点算法各自的性能和分离效果。接着讨论了单通道下将ICA应用于语音增强的方法,实现了其中的二抽取法并对其作了验证。单通道ICA扩展了ICA的应用范围,可以降低实际应用成本。接着,本文提出了一种强噪声下基于谱减法和ICA的带噪语音增强方法,将带噪语音先用ICA将语音和噪声分离,初步提高语音的信噪比,再用谱减法对语音再次消噪,进一步提高语音的信噪比。实验结果显示该方法能有效地、更大程度地提高信噪比。在此基础上,进一步探讨了基于谱减法和ICA对带噪混叠语音进行的分离,验证了其可行性,发现其去噪效果明显,但是对语音的分离效果不够理想。最后,对本文的结论进行了总结,对今后的研究工作提出了一些想法。