在各种语音处理应用中，由背景噪声带来的语音质量下降现象十分普遍。在不同的应用背景下，噪声的特征有很大区别。在强背景噪声环境下的语音信号信噪比低，可懂度差。已有的去除噪音的方法在信噪比很低的情况下很难起到好的降噪效果。　　 本文通过仿真试验对比了一些语音增强算法，提出了一个利用语音的谐波特性对失真的信号进行恢复的算法。并在两级维纳滤波语音增强算法的基础上对去噪后失真的信号进行了谐波重建，恢复语音信号的谐波特性。　　 本文针对于环境十分恶劣，信噪比十分低的情况，提出了一种新的噪音去除方法——基于噪声识别的语音降噪法。该算法核心思想是把音频信号分成噪声和非噪声两类。噪声一类包括纯噪音和已经被噪音严重污染的语音信号，非噪声类包括纯语音，静音和受到部分污染的语音信号，通过提取噪声的特征和设计分类器模型，对输入信号进行自动识别，判断音频类型，如果是噪音则去除，如果不是则予以保留并进一步处理。在实现此算法的过程中，中本文选取了6个音频特征作为分类的特征值，并对可分性进行了度量。分类器选择了针对两类分类的SVM法。　　 实验表明，本文提出的谐波重建的方法对于恢复失真的语音信号是有效果的。基于噪声识别的语音降噪方法能够有效识别出语音信号中的突发性噪声，这对复杂背景噪声环境中降噪有一定的意义。