在语音通信中,通信双方经常会受到周围环境噪声的强烈干扰,当环境噪声太大时,会严重干扰通话质量,甚至使通话无法进行。因此,对带噪信号进行增强处理,从中提取尽可能纯净的原始语音,改善通信系统的性能,是语音信号处理中的一个重要研究内容。它涉及诸如助听器、盲人语音通信、人机交互系统和移动语音通信等多方面应用。目前,语音是移动通信和网络电话(VOIP)技术中的主要传播对象,语音增强在通信领域将占据更重要的角色,其在嵌入式多媒体平台的应用也将更加广泛。语音增强技术很多,其中基于短时谱估计的谱减法由于运算量小,增强效果好,易于实时实现,在嵌入式语音信号处理领域得到了广泛的关注和应用,然而在低信噪比(SNR)或非平稳噪声条件下,增强语音中往往伴有“音乐噪声”和无法抑制的背景噪声,同时语音失真很大。本文在传统谱减法的基础上,提出了一种基于巴克(Bark)域的快速自适应噪声谱估计算法。该方法基于听觉模型,将带噪信号变换到Bark域进行噪声估计,并在Bark域进行基于人耳掩蔽的语音增强,以改善语音听觉效果。实验表明新方法由于充分利用Bark带内频带间的相关性,既能跟踪快变的背景噪声,提高语音增强的性能,也极大的减少了算法的运算量和复杂度。最后,本文将所提出的语音增强算法,移植于ADI公司的ADSP-BF533新型嵌入式多媒体处理器平台上,实现了实时高质量音频数据采集和输出,噪声抑制效果良好。