王小标，王 错，刘 君

(西安理工大学机械与精密仪器工程学院，陕西西安 710048)

原始语音信号在传输过程中不可避免地会受到背景噪声信号的干扰，因此，语音信号接收端接收到的是包含背景噪声信号的语音信号[1]．由于语音信号中的背景噪声会严重影响语音识别的精度[2]，并且会增加语音信号处理的计算复杂度，因此在语音识别和处理过程中，需要进行语音增强，消除语音信号中的背景噪声，进一步提高语音识别的精度[3-4]．目前，语音增强算法有很多，按时间顺序可分为传统算法和新型算法．传统语音增强算法包括谱减法、卡尔曼滤波法、自适应滤波法等[5]．传统语音增强算法已很成熟，并且通过不断改进，语音增强效果也得到了进一步提升[6]．随着计算机和信号处理技术的发展，许多新型语音增强算法相继涌现，如小波变换法、基于经验模态分解的语音增强算法、最大似然估计法等[7]．新型语音增强算法更加注重噪声特征分析和统计，根据噪声特性分析结果，使噪声信号和原始语音信号分离，从而进一步得到原始语音信号[8-9]．

目前，传统语音增强算法仍然应用于语音信号处理中．谱减法是研究者最为青睐的语音增强算法之一，是一种非参数语音增强算法，属于传统算法中的经典算法[10]．谱减法的核心在于噪声的处理部分，理解和分析噪声的类型和特征是使用谱减法的前提，该算法计算简单、实时性高、语音信号的输出信噪比高……