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有了顯著增加，如講座、會議、視頻會議和互聯(lián)網協(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來存檔。由于鍵盤靠近麥克風，導致錄制的語音被加性鍵盤敲擊聲嚴重破壞，這些噪聲主要來自于機器鍵盤的打字聲。由于敲擊聲的不平穩(wěn)性和陡峭性，因此這是一個在單通道語音增強領域具有挑戰(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，即基于相關技術的稀疏非負矩陣分解(SNMF-CR)和基于閾值技術的稀疏非負矩陣分解(SNMF-TT)。在這兩種方法中，第一步都是用稀疏非負矩陣分解完成的。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）估計得到的干凈語音與原始帶噪語音之間做相關。根據(jù)原始帶噪語音中的噪聲損壞段與估計干凈語音中的噪聲抑制段之間的低相關系數(shù)，原始帶噪語音中的噪聲段被來自第一步估計的干凈語音中的相

3、應噪聲抑制段替換。在基于閾值的技術中，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，將整個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的由第一步估計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量并未下降。因此抑制敲擊聲后沒有帶來嚴重的語音失真，這是