语音信号处理技术在人们日常生活中得到越来越广泛的应用，这些技术的稳定性以及使用环境适应能力得到越来越多的重视。由于实际使用环境中背景噪声的存在，如何在噪声环境下准确判断出语音信号的出现，成为当前语音研究中的一个重要课题。 本文对语音信号及实际噪声信号的特点进行了分析和研究，并对传统的语音端点检测算法进行了研究和比较。为了解决传统算法在低信噪比(6dB以下)条件下，出现的错检和漏检的情况，为提高低信噪比下语音检测的准确率和稳定性，基于传统的短时分形理论，提出了一种改进的端点检测算法。在分形特征量分形维的计算中，结合语音的特点和硬件平台的计算能力，对这两种常用的方法(短时网格分形维和短时关联维)进行了比较和选择，同时运用门限值自跟踪的方法以实现噪声条件下阈值对于噪声幅值的动态跟随，达到语音的自适应检测。 文中采用了TI的5416DSP硬件平台，通过算法的仿真以及硬件平台上的算法实现，以验证算法的可靠性与稳定性。试验结果表明，该方法在信噪比为3dB-6dB的条件下，可以实现整段语音的检测，而且具有一定的鲁棒性，并基于目前所取得的成果提出了进一步的改进方向。