在语音通信中经常受到各种各样噪声的干扰,噪声干扰严重时还可能会使人听觉疲劳或者使语音处理系统性能恶化。为了能够从含有各类噪声的语音信号中尽可能恢复出原始的语音信号,需要使用语音增强技术来抑制或者降低噪声,提高语音信号的质量和可懂度。语音增强按信号获取方式的不同,可以分为单信道、双信道和多信道。目前大多数实际应用的语音信号处理系统多数都还是单信道下工作的,而且由于单信道的语音增强获取得到的信息更少,难度要超过双信道和多信道语音增强。因此,非常有必要对基于单信道的语音增强进行研究和尝试改进。鉴于以上分析,本论文的研究工作主要从如下三个方面进行：1、实际应用环境中噪声利,类多样化,不同的噪声都有着不一样的特性,所以在实际应用中要根据具体的噪声情况选用不同的语音增强算法,才能达到最好的语音增强效果。为此,本文深入阐述了谱减算法、维纳滤波算法和最小均方误差算法的基本原理和实现过程。分别在高斯白噪声、粉红噪声和多说话人babble噪声下进行大量测试。实验结果显示,三种算法在各种噪声环境下均能提高语音的质量,但是不一定都能够提高语音的可懂度。2、对噪声的估计在语音增强技术中至关重要,噪声估计过低时会导致残留较多的背景噪声,而噪声估计过高时会削弱掉微弱的语音信息,不准确的估计最终都会导致语音失真。为此,本文研究了VAD噪声估计算法和基于后验信噪比的时间递归平均的噪声估计算法。由于时间递归平均的算法中存在平滑因子阶跃(0或者1)的现象,本文提出了一种改进措施,改进后保证了平滑因子取值比较合理。最后通过结果显示,改进的算法在低信噪比环境下有比较好的改善效果。3、谱减算法简单高效,实时性很高,适用范围比较广泛,但是谱减算法的缺点是输出均伴有起伏较大且刺耳的音乐噪声。为了解决音乐噪声,人们提出了很多的改进措施。最常用的一种是在减法过程中增加一个或者多个修正系数,以减少音乐噪声的影响,但是修正系数需要根据实验或者经验来确定,适应性比较差。为此,本文研究了基于参数最优控制的谱减算法,并且采用改进的引导判决法来估计先验信噪比,从而确定最优的修正系数。实验结果显示,本文的改进算法对语音的可懂度提高有限,但对语音质量的改善效果明显。