语音增强作为语音信号处理领域的一个重要研究方向,其本质就是语音降噪,它在语音通信、电话会议和语音识别等领域都有着广泛的应用。对于语音增强的研究主要可以分成两大类:单通道的语音增强和麦克风阵列的语音增强。本文研究的是基于麦克风阵列的语音增强算法,并深入研究了后置滤波的方法,将多通道的语音增强方法和单通道的维纳滤波方法相结合,以密闭房间内的噪声环境为应用背景,测试了整个算法的降噪性能。本文设计了Griffiths-Jim的时域广义旁瓣抵消器(Generalized Side-lobe Canceller,GSC)自适应波束形成算法,分别从语音干扰、点噪声源干扰和散漫噪声干扰三种情况进行实验分析,并在室内环境中仿真测试了白噪声、餐厅噪声和汽车噪声三种不同场景下的噪声。实验结果表明了Griffiths-Jim算法在语音干扰和点噪声源干扰抑制方面的优势,同时也发现了其在散漫噪声抑制方面的不足。为了改善Griffiths-Jim算法在散漫噪声情况下抑制能力不足的缺陷,本文提出了一种与人耳听觉感知特性相关的单通道维纳滤波算法,该算法以语音存在概率为判决条件,融合了人耳的可听声压级范围和听觉掩蔽特性进行降噪处理,使得残留噪声基本不会被人耳所听到。主观评分结果表明,本文提出的单通道维纳滤波算法较好地实现了噪声抑制和语音失真之间的平衡。为了进一步提升维纳滤波的性能,本文还设计了一个8通道的子带滤波器组,实现了不同子带上的分别降噪处理,保证了更高的滤波精度,同时也实现了运算速度的提升。最后,通过将Griffiths-Jim算法和子带后置滤波器级联的方式,实现了整体的子带后置滤波算法设计。主观和客观评测结果表明,该算法不仅进一步提升了麦克风阵列算法对语音干扰和点噪声源干扰的抑制优势,而且对散漫噪声也实现了较好的抑制效果。