噪声抑制算法是基于频谱估计的语音降噪算法，主要用于抑制环境背景噪声以提升语音可懂度。其核心思想是通过短时傅里叶变换将语音信号转换到频域，在无语音活动的帧段估计噪声功率谱，并利用平滑更新的方式跟踪环境噪声变化。

在抑制阶段，算法通常采用改进的维纳滤波器（Wiener Filter）或谱减法逻辑。通过计算先验信噪比（SNR）与后验信噪比，算法为每个频点动态分配增益因子：对于噪声能量占优的频带进行深度衰减，而对高信噪比的语音共振峰区域予以保留。算法中还引入了基于概率论的语音存在概率（SPP）检测机制，对增益曲线进行非线性平滑处理。。最后，通过逆傅里叶变换（IFFT）将增强后的频域信号重构回时域。