在去噪度、语音畸变度以及“残留音乐”噪声之间取得良好的折中一直是语音增强系统需要解决的问题,近年来出现了多种语音增强算法及其改进形式都对这一问题了研究。但到目前为止这一问题没有完全解决方法。另外由于语音信号背景的不同,环境噪声多种多样,这也需要针对不同背景噪声应用不同的增强算法。本文首先对语音增强的来源、发展历程以及增强算法的基本理论做了介绍,讨论了语音和噪声模型,简单介绍了各种语音增强算法,并给出了噪声估计的方法。重点就强背景噪声干扰环境下,即信噪比较低的情况下,如何进行语音增强这一问题进行了研究。一方面将基于人耳掩蔽效应和无语音概率的谱减语音增强算法进行结合,对听觉掩蔽模型进行了适当的修正,通过引入无语音概率(SAP)思想动态地确定每一帧语音信号各个关键频率段的听觉掩蔽阈值,有选择性地进行谱减;另一方面研究了基于自适应噪声谱平滑估计的MMSE语音增强算法,该算法结合无语音概率(SAP)思想,利用无语音概率参数(SAP)自适应地调节噪声谱估计平滑系数,以求随着噪声环境的变化,在去噪度、残留音乐噪声和语音畸变度之间自适应地折中,使其能够更适合处理强噪声环境下的语音信号。仿真结果表明,本文算法在相同去噪度下,语音畸变和音乐噪声相对其他谱减法都减弱,特别在低信噪比环境下效果更为明显。