语音识别技术在安静的环境中已经达到令人鼓舞的准确率,但在现实环境中由于各种不同噪声的引入使得语音识别的性能显著下降,因而在强噪声环境下的语音识别技术的研究有重要意义。语音识别系统主要包括预处理、特征提取、参考模式、模式匹配四大部分。本文的重点是在预处理阶段,对语音进行语音增强。本文主要分析了小波理论应用到语音增强的相关理论。结合折中阈值函数、μ律阈值函数的特点,本文提出了一种小波阈值改进函数,实验结果表明语音增强效果有很大改善。接下来本文提出了基于卡尔曼滤波小波变换改进算法,对比基于卡尔曼滤波小波变换算法有相比,从整体降噪效果看有很大改进;同时本文将基于听觉掩蔽特性的小波变换理论应用到语音增强上。以上两种方法都有效的去除了噪音,但是从听觉效果和波形图中,可以发现仍然还存在一部分冗余噪音。通过双门限端点检测法对增强后语音进行检测,实验结果表明经小波阈值改进方法降噪后语音可以相对准确地检测出每个字发音的起始和结束点。在提取语音信号特征参数部分,本文选有美尔频率倒谱系数(MFCC);最后利用动态时间规整算法计算模式识别结果,在不同信噪比下,经过小波阈值改进方法增强后的语音的匹配效果明显好转。