在现代,时尚的沟通是一个重要元素,也是人们传递其话语的关键部分。在日常生活中,我们使用几种不同的方式,从外界获取/访问信息进行交流。这种信息的主要来源是声音/语音,书面文本和图像。在所有这些不同的方式中,语音被认为是传达和获取信息的最佳来源。在这里,语音不仅意味着真实的语言内容,同时它也代表说话者自身的心情状态,从专业角度被称为的人的面部表情。语音/图像处理是一个复合型学科领域,其主要集中在信号处理,声音科学知识,心理学和音标,是一个专门的语言特征。　　在许多语音处理应用中,语音需要在各种不良噪声的背景下进行处理,如高斯白噪声,有色噪声,车内噪声等噪声。各种方法已被应用于抑制环境噪声,以尽量减少语音失真的程度。仿生小波变换是在生物医学工程领域最先提出的(2001 Yao),它是一个新的时频分析方法,其建立基础是积极耳蜗模型,该模型已被证明是有意义的人工耳蜗植入的模型。　　谱减法的方法已被广泛地应用于语音增强,但这种方法会产生意想不到的人工音乐噪声。维纳滤波和以法莲马拉滤波方法在不同信噪比水平高斯白噪声的性能处理上表现良好。使用阈值技术的基于小波的方法是有希望的处理各种现实生活中的噪音。虽然,许多的改进这种处理方法,但使其变得更灵活和强大的方法还有待研究。仿生小波变换( BWT)于2001年提出,迄今为止,除了人工耳蜗植入的研究,还没有人能够将其引入到语音改善领域。由于人类听觉系统的模型和小波变换的整体性, BWT在语音改善方面有很大潜力,并可能开辟在基于小波变换的语音处理一条新道路。在本论文中,基本谱减法,迭代维纳滤波,以法莲马拉滤波和传统的小波阈值技术已被用来作为语音增强的测试基准方法。节段性信号噪声比( SSNR)和信号噪声比(SNR)是采用客观语音质量评价,同时也应用平均意见得分( MOS)主观指标。而后实施仿生小波的阈值,以提高语音质量。比较5种不同的增强方法的处理效果。基于仿生小波变换的阈值明显优于传统的阈值和以法莲马拉滤波法的阈值,经比较被证明是五种方法中最好的。