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　Autoregres-sive　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。