说话人识别系统对纯净语音已经可以达到很高的识别精度,但实际环境中无处不在的噪声带来了训练模型和测试语音之间的失配,使得噪声环境中说话人识别系统的识别率急剧下降,因而抗噪声的研究是说话人识别系统实用的关键。本文重点对基于小波变换的语音去噪进行了研究,介绍了小波变换的基础理论、基于小波变换的信号去噪方法以及在语音去噪中的应用。这些方法主要是基于传统的硬阈值和软阈值方法,本文提出了一种对阈值函数的改进方法,能有效地弥补硬、软阈值方法的不足,是一种很好的硬、软阈值改进方案,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。当噪声和信号对应的小波系数在临界点大小相差比较明显时,阈值的选取可以有较大的裕度,因此选取就比较容易。基于上述考虑本文提出了一种均值逼近与阈值去噪相结合的方法,其中运用了改进的阈值函数,最后通过实验验证了该算法的有效性和优异性。