在商务沟通里面会议电话是一个必不可少的工具。然而,会议电话里的噪声会导致开会人员交流质量严重下降。因此,语音降噪对于会议电话的设计与发展有着重大意义。本文研究了会议电话系统下实时语音降噪算法,并且额外拓展了基于深度学习的实时语音降噪算法。论文给出了语音降噪算法的理论知识、具体研究方法和测试结果,主要工作如下:(1)研究了基于最优修正的对数MMSE语音降噪算法。首先介绍了传统的基于对数的MMSE估计器和基于最优修正的对数MMSE估计器;然后研究了不同的噪声估计算法并通过实验对比确认IMCRA算法是最优的噪声估计算法;最后通过对比不同的估计器,确认了基于最优修正的对数MMSE估计器性能最好。(2)提出了一种基于多种特性修正估计器的实时噪声抑制算法。首先提出了一种利用多种类型噪声来估计平稳噪声的方法;然后,通过瞬态噪声估计算法来估计瞬态噪声;紧接着提出了一种利用多种语音特征和谐波来估计语音存在概率的方法,最后使用最优修正的对数MMSE估计器进行降噪。实验仿真阶段确认了基于谐波的语音存在概率方法可以提高语音质量,并且通过多种降噪算法性能对比确认了该算法无论对平稳噪声还是非平稳噪声都有不错的抑制效果。(3)提出了基于RNN的实时语音降噪算法。首先,通过基于巴克(Bark)域划分频带的方法来获取Bark谱系数(BFCC),将其作为输入特征,来降低训练GRU模型的输入量;然后,通过模型求出增益并通过梳状滤波器滤波来语音增强并在实验仿真阶段确认了基于RNN的降噪算法有很好的降噪效果。最后进行实时性测试,本文提出的算法都能满足会议电话的实时性要求。