语音信号通常会受到背景噪声的干扰。受到污染的语音一方面会使人耳产生听觉疲劳,另一方面也会降低语音识别,语音编码等语音信号处理系统的性能。因此,语音增强具有广泛的应用背景和研究意义。现实环境中,噪声在频域中的分布是不均匀的,而传统谱减法是在整个频域进行语音增强处理,使用的是同一个谱减参数,难以取得较好的增强效果。针对传统谱减法残留“音乐噪声”的问题,文中采用了基于多频带分析谱减的语音增强方法,在每一帧,每个频带,自适应地调节谱减参数,有效地降低了“音乐噪声”。其中,频带的划分本文采用了线性划分和非线性Bark频带划分两种划分方法。并通过实验分析对比了两种方法的性能,实验结果显示,两种方法均能有效改善语音质量,且非线性的Bark频带划分方法要优于线性频带划分方法。其次,本文研究了人耳听觉掩蔽特性,并将听觉掩蔽效应应用于多频带谱减的语音增强方法中。根据掩蔽阈值确定谱减参数,对含噪语音信号进行再次语音增强。与传统的语音增强方法相比,该方法有效的抑制了“音乐噪声”,提高了人耳听觉的舒适度。另外,为了更加准确地估计噪声的统计特性,本文还研究了噪声环境下的语音端点检测和噪声估计方法,提出了基于追踪低频带能量的语音端点检测方法,改进了噪声估计方法,实验结果表明,该方法能够较好的估计缓变的非平稳噪声。最后本文设计并实现了一个基于多频带分析谱减的语音增强系统,在计算机仿真条件下,对含有不同信噪比的白噪声和工厂噪声的语音分别进行语音增强处理,经过主观和客观测试表明,该方法能够较好的处理受到白噪声和缓变的非平稳噪声污染的语音信号,抑制了背景噪声,提高了语音的可懂度。