实际的通信过程中,语音常常会受到周围环境噪声的干扰,进而影响语音信号的传输质量,而语音信号质量的降低会进一步影响后续信号处理系统的性能,甚至造成更严重的后果。因此,就需要对接收到的含噪语音信号进行增强,有效地抑制环境噪声,提高语音信号的质量。盲源分离作为现代信号处理的一个热点研究课题,在语音增强领域具有牢固的理论基础与广阔的应用前景。本文针对盲源分离算法中观测信号数目不少于独立源信号数目的前提假设,在前人的工作基础上,对盲源分离在单通道语音增强中的应用方法进行了研究,从而可以由单路含噪语音信号恢复出尽可能纯净的原始语音信号。为了解决传统盲源分离算法难以直接应用于单通道语音增强的问题,提出了一种利用奇异谱分析获得另外一路虚拟观测信号的方法,然后利用基于时域预测和小波变换相结合的盲源分离改进算法进行分离,得到增强的语音信号,有效地提高了含噪语音信号的信噪比和听觉感知度。由于在原含噪信号基础上构造虚拟观测信号会对两路观测信号相互之间的独立性产生一定影响,于是通过对含噪语音信号进行Bark尺度小波包分解来提供ICA变换所需要的二维输入,然后选取合适的阈值函数,采用阈值化方法对原有算法进行改进,大大降低了算法的复杂度,取得良好的语音增强效果。另外,还研究了在噪声估计基础上采用盲源分离算法实现单通道语音增强的原理,提出一种基于短时谱更新的噪声动态估计算法,根据噪声在含噪语音信号中所占的比重,动态地调整噪声短时谱的估计系数,从而更好地估计出含噪语音信号中所包含的噪声,并将其作为信息最大化语音盲源分离改进算法的另外一路观测信号输入,实现纯净语音与噪声信号的盲源分离。实验证明,该算法能够有效地消除高斯白噪声和有色噪声,实现语音增强。