由于噪声存在的必然性引起了语音系统性能急剧恶化的现象,从而直接地影响到语音重建的质量,导致通话质量的迅速降低。然而,如何尽可能的从带噪的语音信号中去除噪声、提取出纯净及有用的语音信号就成为目前语音信号处理领域中的一个热门话题,语音增强便成了语音信号处理的关键技术之一本文以语音增强为研究课题,在谱减法的基础上,提出了基于人耳的听觉特性及噪声估计在语音增强中的应用。该方法将一种在低信噪比非平稳环境中较为优越的噪声估计算法结合了入耳的听觉掩蔽效应来实现语音增强思想,所以该方法在大大减少了残留“音乐噪声”影响的同时也降低了增强后的语音的失真度,从而提高了增强语音质量。最小值控制递归平均法是一种新兴并且有效的噪声估计方法。它不需要语音的有声/无声判决,所以它比传统的语音活动检测噪声估计法更接近于软判决方法。而且该方法对每一帧都重新计算其噪声功率谱,使得噪声谱在所有的帧中能不断地的更新,实现实时跟踪噪声变化的需求。因而,基于最小值控制递归平均的噪声估计方法在非平稳噪声估计时是一种非常好的估计方法,估计出的噪声比较接近于原始噪声,使得经过谱减法后的增强语音信号更为“纯净”,所以较适合于实时实现。实验结果表明,在高输入信噪比平稳噪声的情况下,本文的方法相对基于听觉掩蔽效应多带谱减语音增强算法。但在低信噪比非平稳噪声输入时,本文方法的增强信号要明显地比传统方法的增强信号优越。该方法在其基础上有效地提高了输出信噪比及降低了增强语音的时域失真度,改善了语音的质量。因此,本文所提出的语音增强算法在抑制“音乐噪声”的同时,也增强了听觉的效果。