语音交流和人机交互是现代通信中最主要的通讯方式。然而,在语音通讯过程中,语音信号无法避免地会受到外界噪声的干扰,从而阻碍人与人之间以及人与机器之间的正常交流。语音增强技术的目的则是从带噪语音中尽可能地提取或恢复出纯净的语音信号,进而改善语音质量、提高其可懂度。针对复杂噪声背景下的语音增强问题,本文主要围绕基于幅度谱估计的语音增强技术开展研究和改进,主要研究内容如下:首先,本文阐述了语音增强的研究意义和背景,给出了语音增强技术的研究历史和发展现状,并简要介绍了几种常用的语音增强算法,给出了语音增强算法的性能评价标准。其次,针对基于幅度谱估计理论的语音增强问题,论文详细介绍了几种不同短时幅度谱估计算法的基本原理及其性能,并简要分析了短时幅度谱估计算法的优点和不足。然后,在研究基于短时幅度平方谱估计语音增强算法的基础上,重点考虑据语音信号的稀疏特性以及广泛存在静音区的特点,将语音活动性检测纳入到语音增强框架中,设计了融合语音检测与幅度平方谱估计的联合代价函数,进而通过最小化此联合代价函数获得更为有效的纯净语音幅度平方谱估计技术。基于该理念,文中结合最大后验估计与最小均方误差估计理论分别提出了两种不同的语音增强算法,联合语音检测与最大后验幅度平方谱的估计算法和联合语音检测与幅度平方谱的最小均方误差估计算法。论文在多种噪声环境下对上述所提出的两种算法的性能进行了实验仿真和验证,结果表明:融合了语音检测与幅度平方谱估计以后,本文提出的新算法可有效提升语音增强系统的整体性能。最后,对论文进行了全面总结,并对未来语音增强技术的发展趋势进行了展望。