该论文根据内容可以分阶段两个部分:低信噪比下的语音端点检测和语音增强.其中语音增强为该论文的主要部分.第一部分是关于低信噪比下的语音信号端点检测.语音信号端点检测是语音信号处理的基础环节,在语音识别,增强,编码过程中有着重要的作用.以往的端点检测算法要么预先需要背景噪声和语音的统计信息,如事先对语音和噪声模型(如HMM)进行训练以得到背景噪声和语音的统计信息,难以实时实现;要么只能用在信噪比较高的场合,如基于信号的短时能量的检测算法.该文利用语音的准周期性提出了一种基于自相关函数最大值的语音端点检测算法.实验结果表明它能够在较低信噪比下对语音段的端点进行准确实时的检测,明显优于传统的能量检测算法.第二部分是关于低信噪比下的语音增强.该论文首先从人耳的听觉掩蔽模型入手对基本的谱减法进行改进,使得我们可以根据每一帧语音信号的听觉悟掩蔽阈值,动态地调整各个关键频率段的谱减参数.其次,我们利用小波变换多尺度分析的特性,在小波域的各个尺度上选取不同的阈值对基本的频域谱减法进行改进.这两种方法比起基本的谱减法都可以大大地提高信噪比,有效地抑制音乐噪声,并且使得原始语音信号的质量没有明显的下降.相比之下,基于听觉掩蔽模型的谱减算法的效果更好一些.