Nous présentons une amélioration d'un algorithme de compensation de bruit utilisant le Stochastic Matching. Cet algorithme permet de prendre en compte un bruit de type inconnu variant brusquement sans aucune hypothèse préalable. Cette méthode propose d'estimer les paramètres d'une fonction de compensation pendant la reconnaissance. Nous avons montré expérimentalement qu'un changement dans l'environnement acoustique induisait une altération dans la distribution d'une variable dérivée du processus de compensation. Des algorithmes détectant ses altérations déclenchent une ré-initialisation du processus de compensation et améliorent ainsi la reconnaissance de mots de plus de 30%. Trois méthodes de détection ont été étudiées sur les bases Aurora3 et VODIS bruités artificiellement. Chaque phrase de test a été corrompue par des bruits additifs soudains.