1.一种基于新阈值函数的小波语音去噪方法，其特征在于，所述方法包括如下步骤：步骤1：带噪语音产生；

步骤2：对带噪语音进行小波分解；

步骤3：对带噪语音进行小波阈值处理；

步骤4：对处理后的语音进行小波重构；

步骤5：得到降噪后语音信号。

2.根据权利要求1所述的一种基于新阈值函数的小波语音去噪方法，其特征在于，所述步骤1所用原始语音数据是在实验室环境下采集，音频格式为PCM编码，采样频率为8000Hz，采样精度为16bit，音频格式以wav格式保存，添加的噪声为加性高斯白噪声，将原始语音数据与不同强度的白噪声混合产生带噪语音信号。

3.根据权利要求1所述的一种基于新阈值函数的小波语音去噪方法，其特征在于，所述步骤2对信号进行离散小波变换，离散小波定义为：其中f(x)为带噪语音信号，Wf(2j，2jk)为第j层第k个点得到的小波系数，ψ(x)为小波母函数。

4.根据权利要求1所述的一种基于新阈值函数的小波语音去噪方法，其特征在于，所述步骤3中采用的新阈值函数为：其中W为小波分解后的小波系数，Wλ为采用新阈值函数处理的小波系数，sgn(W)为符号函数，W大于或等于0时，sgn(W)＝1，W小于0时，sgn(W)＝-1，a∈[0，1]，b为正常数，p＜λ，λ为阈值，当a为零时，该函数是硬阈值函数；当b为0并且a为1时是软阈值函数，并且在阈值处都等于同一个数，表明该阈值函数在阈值处是连续的。

5.根据权利要求1所述的一种基于新阈值函数的小波语音去噪方法，其特征在于，所述步骤4中离散的小波逆变换定义为：其中C是一个与信号无关的常数，f(t)为小波逆变换得到的重构信号，对阈值处理后的小波系数进行小波逆变换，就得到小波去噪后信号。

6.根据权利要求1所述的一种基于新阈值函数的小波语音去噪方法，其特征在于：所述方法引入信噪比和均方误差，信号输出信噪比与均方误差计算公式分别为：式中N为信号采样点数，s(n)为原始语音信号，y(n)为去噪后的语音信号。