语音增强是对带噪语音进行处理，以改善语音质量，提高语音的清晰度、可懂度和舒适度，使人易于接受或提高语音处理系统的性能。语音增强是语音处理的一个重要领域，它是解决语音噪声污染、改善语音质量的一种有效手段。由于语音常常受到环境噪声的干扰，所以研究语音增强技术很有价值。小波变换是一种信号的时频分析方法，有很多优点，基于小波变换的消噪方法是一种提取有用信号、展示噪声和突变信号的优越方法，具有广阔的实用价值。由于小波变换能够更精确地分析信号的局部特征，在很多领域得到了越来越多地应用。小波分析已经被认为是近年来在工具和方法上的重大突破。本文重点应用小波技术研究语音增强的算法，具有重要的应用价值。本文首先研究了语音增强技术的来源、发展历程，分析了语音和噪声模型，给出了噪声估计的方法。本文对语音增强的基本方法进行了深入的研究，并且对维纳滤波法、卡尔曼滤波、谱减法、自适应滤波法、最小均方误差估计法、掩蔽效应法的原理进行了理论推导。本文还重点研究了小波理论应用到语音增强的相关理论。小波方法对信号连续做几次小波分解，大尺度低分辨率下的系数全部保留；对于其它尺度下的小波系数，可以设定一个阈值，低于该阈值的小波系数置为零，高于该阈值的小波系数完整保留。最后将处理后的小波系数利用逆小波变换进行重构，恢复出有效的信号。小波变换优于傅立叶变换的地方是它可以对信号做多个尺度的分析。这比起采用其它方法可以更有效的减少音乐噪声和高频噪声。基于小波变换的多分辨率分析技术有明显优点。同时它也适合探测正常信号中夹带的瞬态反常现象，有效区分信号中的突变部分和噪声。本文对谱减法、最小均方误差法以及小波去噪的语音增强算法进行了大量的计算机仿真。在时域、频域和利用语谱图仿真对比表明，小波阈值方法能更有效地提高语音信噪比，使语音增强，即从本质上克服了音乐噪声。去噪后语音流畅，噪音非常小。