Avec cette approche, notre objectif est de définir un filtrage du signal de parole bruitée, afin d'utiliser le système de reconnaissance de parole, entraîné sur de la parole propre, pour reconnaître la parole filtrée. Le cadre de la soustraction spectrale du bruit est la base de ce travail. L'inconvénient principal de la soustraction spectrale est d'introduire une distorsion sur le signal filtré, perçu comme un bruit musical. Une façon de réduire ce bruit consiste à estimer le spectre du signal filtré dans le domaine logarithmique. Nous avons donc utilisé un estimateur de la parole débruitée, défini à partir de modèles de parole propre et d'un modèle de bruit. Cet estimateur minimise l'erreur quadratique moyenne (MMSE) entre le signal propre et le signal filtré dans le domaine spectral logarithmique.