目的探讨时域精细结构信息（temporal fine structure, TFS）和时域包络信息（envelope, Env）在噪声下声调识别中的作用。方法自行编制噪声下声调识别能力测试材料,对20例年龄19～30岁、母语为汉语普通话的听力正常人进行五种信噪比（SNR）条件下（SNR分别为-18、-12、-6、0、+6 dB）的声调识别能力测试,采用广义线性模型（generalized linear model, GLM）对所得数据进行统计分析。结果 （1）噪声环境下的声调识别与TFS信息和Env信息均相关,两者协同作用更有助于提高噪声下的声调识别能力,在言语谱噪声（speech spectrum-shaped noise, SSN）条件下Env、TFS以及二者协同作用与声调识别成绩的回归系数分别为0.095（P(0.000 1）、0.070（P(0.000 1）和-0.002（P(0.000 1）;在两人谈话噪声（two-talker babble, TTB）条件下Env、TFS以及二者协同作用与声调识别成绩回归系数分别为0.052（P(0.000 1）、0.073（P(0.000 1）和-0.000 3（P=0.13）。（2）当TFS信息和Env信息量相等时,改善信噪比有利于提高声调识别成绩;SNRTFS和SNREnv相等时,SSN噪声下五种信噪比时声调识别平均正确率分别为27.6%、60.2%、82.1%、 93.9%和94.7%;TTB噪声下五种信噪比时声调识别平均正确率分别为53.5%、72.0%、86.4%、92.7%和95.0%。结论时域精细结构信息和时域包络信息对于听力正常人进行噪声下声调识别具有同等作用,两者协同作用更有助于提高噪声下的声调识别能力。