提出了一种新的基于Gamma语音模型的语音增强算法。首先

在假定语音和噪声的短时DCT系数分别服从Gamma和Gaussian分布的基础上

推导了最小均方误差意义下的语音信号短时DCT系数估计;然后

根据语音存在概率估计

提出了语音信号短时DCT系数估计的修正因子。在增强算法中

提出了基于Gamma语音模型的改进最小统计量控制递归平均（IMCRA）噪声估计算法。仿真结果表明

该算法不仅在噪声抑制性能方面优于近两年国际上提出的几种基于Gaussian语音模型的语音增强算法

而且在增强语音质量方面也具有更好的性能。