語音信號中敲擊按鍵聲音的檢測和抑制.pdf

1、在近幾十年來，使用電腦和筆記本電腦在不周的通信場景中錄制音頻已經(jīng)有了顯著增加，如講座、會議、視頻會議和互聯(lián)網(wǎng)協(xié)議語音通信。一些人使用電腦和筆記本采集講座音頻用于存檔，另一些人使用錄音機(jī)來存檔。由于鍵盤靠近麥克風(fēng)，導(dǎo)致錄制的語音被加性鍵盤敲擊聲嚴(yán)重破壞，這些噪聲主要來自于機(jī)器鍵盤的打字聲。由于敲擊聲的不平穩(wěn)性和陡峭性，因此這是一個(gè)在單通道語音增強(qiáng)領(lǐng)域具有挑戰(zhàn)性的問題。
　　本文主要是抑制語音信號中的鍵盤敲擊聲。提出了兩種新穎的用于檢

2、測和抑制沖擊性鍵盤敲擊聲的兩步算法，即基于相關(guān)技術(shù)的稀疏非負(fù)矩陣分解(SNMF-CR)和基于閾值技術(shù)的稀疏非負(fù)矩陣分解(SNMF-TT)。在這兩種方法中，第一步都是用稀疏非負(fù)矩陣分解完成的。在第二步中提出了兩種新的算法。在SNMF-CR中，從第一步中（SNMF階段）估計(jì)得到的干凈語音與原始帶噪語音之間做相關(guān)。根據(jù)原始帶噪語音中的噪聲損壞段與估計(jì)干凈語音中的噪聲抑制段之間的低相關(guān)系數(shù)，原始帶噪語音中的噪聲段被來自第一步估計(jì)的干凈語音中的相

3、應(yīng)噪聲抑制段替換。在基于閾值的技術(shù)中，根據(jù)敲擊聲的能量比普通語音的頻率軸分布更廣泛的特點(diǎn)，將整個(gè)頻譜圖水平分為上下兩部分。將高頻能量的范數(shù)除以低頻能量的范數(shù)，得到的比率跟門限比較從而用于檢測鍵盤敲擊聲。在原始帶噪語音中檢測到的鍵盤敲擊聲片段被相應(yīng)的由第一步估計(jì)的干凈語音片段替代。因此，這兩種方法中，沒有被鍵盤敲擊聲破壞的語音段都被保留不變。在帶噪的語音段，鍵盤噪聲被抑制了但是語音質(zhì)量并未下降。因此抑制敲擊聲后沒有帶來嚴(yán)重的語音失真，這是