MCRA(Minima-Controlled　Recursive　Averaging)方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题.针对这一问题,本文利用广义自回归条件异方差(Generalized　Autoregressive　Conditional　Heteroskedasticity,GARCH)模型在时频域对噪声信号建模,在MCRA算法原理的基础上,提出了基于最小控制GARCH模型的噪声估计算法,实验结果表明,本文所提的噪声估计算法能够更为准确估计噪声功率谱,将该算法应用到语音增强中能够获得到较好的语音增强效果.