语音增强是消除语音中噪声干扰的重要手段,其在语音识别、语音低速编码和人机语音交互等领域都有着重要的应用。本文主要围绕变换域语音增强算法开展以下研究:对于语音增强中先验信噪比参数的估计问题,在频域提出了一种改进的两步噪声消除算法,该算法无需语音增强系统增益因子的任何先验条件,在保持简单结构的同时避免了原算法的不足;在DCT域结合维纳滤波提出了一种新的单通道语音增强算法,该算法利用DCT域中连续时刻语音分量间的相关特性结合最小均方误差理论,实现了纯净语音分量的最优估计;根据广义高斯分布模型及其形态参数的概念与性质,在DCT域提出新的拉普拉斯模型因子估计方法,该算法消除了噪声分量对于估计精度的影响,有效地提高了估计质量;通过同时对角化麦克风阵列接收信号中语音和噪声信号的全局协方差矩阵,在子空间域改进了一种多通道语音增强算法,实现了色噪声背景下语音信号的最优估计;在自适应KLT域提出了一种新的语音信号统计模型,并基于该模型,利用最大后验估计理论提出了一种新型的单通道语音增强算法。