在描述算法之前，先设置一些参数，并做数据分析。首先假设背景噪声是平稳的，并且在语音段内，使其希望幅值频谱出现在不变的语音段之前。如果环境是变化的，则在语音帧开始之前，有足够的时间去估计背景噪声的新幅值频谱。对于缓慢变化的噪声算法，需要根据VAD参数确定语音是否已经终止，同时估计新的噪声影响，然后利用频谱相减法，就可以使得噪声明显下降。
    假设信号s(n)受到干扰信号v(n)的影响而遭到损失，则被污染的有噪声信号可以表示为：
   
    取x(n)的DFT得到：
   
    假设V(n)为零均值，且与S(n)不相关，则S(K)的估计可以表示为：
    s(k)=|x(k)|-E|V(k)|
    式中：E|V(K)|是发生在非语音周期上的期望噪声频谱。
    给定估计|s(k)|，则谱估计可以表示为：
    |s(k)|=|s(k)| ejθx(k)
    式中：
   
    式中：θx(k)是被测量的有噪声信号的相位，利用噪声语音相位，可以满足实际目的需要。因此利用短期语音幅值频谱的估计|s(k)|和受到损害的语音相位θx(k)重构处理后的信号，估计器可以表示为： 
   
    方程给出的频谱相减算法避开了对相位的计算，在浮点DSP硬件中实现。为了降低噪声得到良好的听觉效果，除了以上算法外还有谱幅值平均法、半波整流法和残余噪声减小法，其目的都是为了得到更好的效果。

3 结 语
    无论在通信系统还是其他领域，噪声的消除都是科技飞速发展过程中面临的难题，因此降噪算法显得尤为重要。目前，利用DSP降噪技术也越来越成熟。随着相关技术的不断发展，一定能还社会一个安静和谐的生活环境。