在实际的语音应用过程中，如语音通信、语音合成、语音识别等，所使用的语音信号不可避免的受到外来的各种各样的噪声干扰，这些干扰将严重影响语音设备功能的发挥。因此，有必要对被噪声干扰的语音信号进行去噪处理，即我们所说的语音增强。语音增强的算法多种多样。本文首先介绍了语音增强的来源、发展历程等，重点讨论了几种常用的基于短时谱的语音增强算法，以及语音和噪声模型，讨论了噪声估计的方法。一般的噪声估计是对噪声的方差进行估计，所估计的方差的准确性将对后续的处理有重大的影响。本文着重对基于最小值跟踪法的噪声估计做了详细的研究，通过实验仿真对其估计效果进行评价。最终以最小值跟踪算法作为改进的语音增强方法的噪声估计部分。本文主要是为了提高语音的清晰度，要求语音失真要小，并且减少“音乐噪声”对主观听觉的不良影响。利用人耳的语音感知特性，本文提出一种基于听觉掩蔽效应的改进谱相减语音增强方法。仿真结果表明：改进后的算法性能明显优于改进前的算法。在后续处理中，本文将基于人耳听觉的掩蔽效应引入增强系统中，最终试验表明掩蔽效应增加了语音的清晰度，提高了舒适度。