语音识别系统大都是在安静的环境中工作的，在噪声的环境中尤其是强噪声环境，语音识别系统的识别率将受到严重的影响。语音增强的主要目标是从带噪语音信号中提取尽可能纯净的原始语音。语音增强已经作为一种非常有效的方法用于语音识别。 形态滤波器作为非线性滤波领域的最重要和发展最为迅速的一个分支，近年来，在图像处理、生物医学等方面取得了成功的应用。鉴于图像信号和语音信号同样都是一种复杂的多分辨率、非平稳和非线性信号，其数字处理过程相似，所以数学形态学同样也可以应用于语音信号的研究领域。本文针对形态学在数字语音信号增强中的应用算法研究，采用多结构元素的广义形态滤波器，主要用于对被高斯白噪声或正负脉冲噪声污染的语音信号的滤波增强，深入研究形态学滤波的语音增强算法在语音时域、频域对语音特征参数的影响。形态学滤波器是一种新的非线性语音增强算法。Matlab仿真实验结果表明这种基于形态学的非线性语音处理方法是可行的。在语音的滤波增强中，尤其对于正负脉冲噪声的滤除，形态学算法比小波去噪有更好的滤波效果。特别是，在时域波形分析中，形态学滤波增强较小波去噪更好地保持语音信号的细节；在频域分析中，形态学滤波对语音信号的基音频率、频谱斜率、共振峰等语音特征的影响很小，因而能够较好的保留语音信号的频谱结构，使语音品质不致降低。由于数学形态学并行快速、易于硬件实现，很可能成为一种新的非线性语音处理方法。