IIR數(shù)字濾波器在沒計上可以借助成熟的模擬濾波器的成果，如巴特沃斯、契比雪夫和橢圓濾波器等，IIR數(shù)字濾波器線性差分方程：
Matlab環(huán)境下可視化得到濾波器對動態(tài)輸入數(shù)據(jù)的實時濾波效果如圖3所示。
2．3．2 基于短時譜估計的寬帶噪音去除
由于語音信號的短時譜具有較強相關(guān)性，而噪聲的前后相關(guān)性很弱，因此采用基于短時譜估計的方法從帶噪語音中估計原始語音。而且人耳對于語音相位感受不敏感，可將估計得對象放在短時譜的幅度上。
2．3．3 譜相減法
譜相減法在無參考信號源的單話筒錄音系統(tǒng)中是一個有效的方法。因為噪聲是局部平穩(wěn)的，可認為發(fā)語音強的噪聲與發(fā)語音期間的噪聲功率譜相同，因此利用語音前后的“寂靜幀”來估計噪聲。

譜相減法的原理框圖及仿真結(jié)果如圖4，圖5所示，對語音信號加窗處理后，利用已知的噪聲功率譜信息對信號進行除噪處理。
2．4 噪聲對消法
噪聲對消法是最基本的減譜算法，它的基本原理是從帶噪語音中直接減去噪聲。由于寬帶噪聲與語音信號在時域和頻域上完全重疊，是比較難去除的。所以需要用到非線性處理，自適應(yīng)濾波器不斷地調(diào)節(jié)。

圖6中一個聲道采集帶噪語音，另一個聲道采集噪聲。帶噪語音序列S(n)與噪聲序列d(n)經(jīng)傅里葉變換得到頻譜分量Sk(w)和Dk(w)，噪聲分量Dk(w)經(jīng)過濾波后與帶噪語音相減，再加上帶噪語音的相位，經(jīng)傅里葉反變換恢復(fù)為時域信號。在強噪音背景時，這種方法可以得到很好的消除噪音效果。
在實際中兩個采集聲道要保證一定隔離，以防止兩個聲道都采到帶噪語音。為了使采集到的噪聲更接近于帶噪語音中的噪聲，自適應(yīng)濾波器可以很好地實現(xiàn)這一功能。

圖7是運用噪聲對消法得到的左聲道的增強語音示例。