在语音处理的许多场合，例如通信系统语音质量客观评价、以及语音编解码、语音识别和单信道语音增强等领域，都涉及到语音的起点检测这一问题。当前，各领域对语音信号处理技术的实用化都提出了强烈的需求，特别是用以方便、快捷、可靠地评价各种语音系统性能优劣的语音质量客观评价技术，更是成为国内外研究者共同努力的目标。为此，首先、也是关键要解决的技术之一就是必须实现噪声环境下语音信号起点的可靠检测。 传统的语音起点检测技术，不仅精确度有限，而且大多只适用于安静的实验室环境或是背景噪声较小的情况。针对这一问题，以通信系统语音质量客观评价项目为背景，本文对强噪声背景下可靠起点检测算法的实现及仿真结果分析，展开了研究与讨论。提出了两种采用巴克码编码同步信号并基于神经网络的起点检测新方法。经过大量的仿真实验证实，该方法能够在强噪声背景下实现语音信号起点的可靠检测，且检测结果可精确到10个采样点以内。 本文的具体研究工作主要有以下几个方面： 首先，讨论了传统的基于能量的起点检测方法。包括该方法的原理、实现，并将其应用于加性高斯白噪声信道干扰下的语音信号起点检测实验，给出了实验的统计结果。 提出了引入Barker码作为同步码，在语音信号前添加同步信号以实现起点检测的工作设想，并介绍了其同步原理。 研究了采用多层感知机MLP网络实现语音起点检测的方法。包括对MLP网络结构和BP学习算法的介绍，并将该方法应用于不同干扰条件下语音信号的起点检测。统计结果表明，这种方法在信道条件差时依然性能良好。 讨论了采用自适应线性神经元网络ADALINE的方法检测语音起点。包括该网络的结构、学习算法以及对不同干扰条件下语音信号起点检测的统计结果。