复杂环境中噪声干扰严重影响语音通信的质量，无法正确传达语义，因此语音增强处理十分必要，已成为国内外语音信号处理的一个研究热点。目前，针对语音增强技术的算法种类多种多样，而以自适应滤波技术为基础的噪声对消技术凭借其较强的自我学习及其优良的跟踪性能成为一种被广泛应用的语音增强方法。但是传统自适应滤波算法本身存在适应性差、输入信号高度相关时收敛速度慢等问题，使得其发展受到了一定的限制。为了解决这一问题，本文从自适应滤波理论出发，在分析标准最小均方误差算法(least mean square, LMS)原理以及性能的基础上，综合变步长LMS算法与解相关原理的优点，提出了一种改进的语音增强算法。该算法在利用箕舌线函数来更新自适应滤波步长因子的同时引入解相关原理来进行语音降噪处理。并且文章从算法的跟踪能力、计算复杂度以及语音的增强效果等方面分析、对比了本文提出的算法与其他几种LMS算法，证明了本文提出的算法能有效改善传统算法适应性差、收敛速度慢、稳态误差大等问题。在硬件实现上，文章选用具有高速帧处理能力的DSP芯片作为系统的主控核心，同时利用其多通道缓冲串口(McBSP)与扩展音频接口芯片TLV320AIC23实现无缝连接。在简化系统设计复杂性的同时，使系统集语音信号的高速采集、降噪处理以及输出于一体。同时文章基于该DSP系统对不同类型的含噪语音进行降噪效果测试。相关实验结果显示，含噪语音经该算法处理后，信噪比得到了显著的提高。此外对增强后语音的试听测试也表明，经本系统处理后的语音明显变得比较清晰，可懂度也得到了较大的提高，达到了增强有用语音的目的。