耳语音作为一种常用的语音形式,在很多学科中都有很重要的应用,近几年越来越成为人们研究的热点。而耳语音增强作为提高带噪耳语音质量的手段,其重要性也相对提升。相对于正常语音来说,耳语音在公共场合的信噪比较低,而且没有基音周期,共振峰不明显,所以耳语音增强具有一定的难度。本文在研究了正常语音增强的几种常用算法如谱减法、LMS自适应滤波等方法的基础上,把它们应用于耳语音增强,效果并不是非常好。由于人耳对于耳语音具有特殊的处理方式,本文采用了具有自适应特性的非线性神经网络——BP神经网络与符合人耳感知特性的Mel频率滤波器相结合的处理方法进行耳语音增强。首先根据耳语音的感知特性,对传统的Mel频率划分进行修正,产生一组抑制高、低频带,增强中间频带的非线性Mel频率,以适应人耳敏感频段从耳语音的第一共振峰移到第二共振峰附近的特点。然后利用修正的Mel频率滤波器对耳语音信号进行特征提取,把此特征矢量作为BP神经网络的输入,利用神经网络进行非线性逼近,产生相应频段的谱减因子,由此降低由谱减法产生的“音乐噪声”,并且符合人耳听觉特性。然后,本文对几种耳语音增强算法进行了计算机仿真,实验结果表明无论是从客观标准(信噪比)还是主观听觉(MOS分)效果,本文提出的具有感知特性的BP神经网络的耳语音增强方法取得的结果都比前几种方法好。最后,提出了本论文方法的缺点及未解决的问题,给出了进一步研究和改进的方向。