语音指令的识别和使用在汽车工业中有着广泛的应用前景。汽车指令语音中往往带有很强的环境噪声,不利于有效识别,对这类语音信号需要先进行消噪及端点检测预处理。语音信号端点检测的准确率对语音分析、语音合成和语音识别等后续工作的结果影响是非常大的。语音端点检测技术在理想的实验环境中已经达到了非常高的准确率,但在实际应用时受环境噪声影响系统性能显著下降。语音端点检测技术要从实验室走向实用,就必须增强系统性能的鲁棒性。本文研究低信噪比噪声环境下的语音信号的逼近及端点检测技术,得到了准确的端点,从而能够显著地提高语音识别系统的识别率。本文工作主要包括:1.综述了基于短时平均能量、短时平均幅度、短时平均过零率的端点检测方法,基于短时平均能量和短时平均过零率的双门限端点检测方法及基于倒谱特征、信息熵的端点检测方法;本文还综述了小波降噪的原理和方法;2.针对低信噪比汽车指令语音,给出一种基于语音短时平均能量和短时平均过零率的语音质量指标(FVEZ),用该指标结合小波变换对这类低信噪比汽车指令语音信号进行逼近提取;3.用基于短时平均能量和短时平均过零率的混合端点检测算法对上述逼近提取出来的信号进行端点检测。实验结果显示,用本文提出的方法能很好的解决这类特殊的低信噪比汽车指令语音,适用于汽车语音拨号、语音控制等特殊应用。