近年来，随着互联网的普及和VoIP（Voice over IP）技术的发展，网络语音传输技术得到了越来越广泛的运用。在VoIP系统中，普遍存在着语音质量不佳的问题，尤其是在背景噪声较大的情况下，这导致VoIP系统很难被广泛使用。因此，在VoIP系统输入端前端安装一种适用于VoIP系统的语音增强模块迫在眉睫。本课题研究的是一种基于短时谱估计的增强方法，再通过添加自动增益控制模块，提高语音增强的效果，从而提高输入VoIP网络的语音清晰度。本课题研究了语音编解码对噪声抑制的效果，并使用不同强度噪声的语音信号对其进行仿真。之后研究并选择一套符合VoIP系统特性的增强算法，并对其进行VC工程实现。接着，添加自动增益控制模块对其进行优化。在工程实现上，主要是针对ARM Cortex-A9处理器的结构特点，设计算法的代码架构，并从C级、汇编级对其进行优化。优化后的代码在代码空间、数据空间、指令速度上达到了嵌入式运行指标。主要用到的软件开发环境是RVDS环境和GCC环境。在实验分析方面，使用白噪声和有色噪声对算法的语音增强效果进行分析。从实验结果可以看出，语音编解码有一定的抑制噪声的能力，但是对于较大背景噪声的语音几乎起不到抑噪作用。使用短时谱估计法处理后的语音，背景噪声有明显减弱，但是也同时伤害了输入的话音信号。通过添加自动增益控制模块，可以在较好的提高话音的基音幅值，最终在基本不影响语音幅值的基础上，抑噪率达到80%以上。