本文關(guān)鍵詞： 單通道語音增強(qiáng) 短時傅立葉變換 有監(jiān)督稀疏非負(fù)矩陣分解 相關(guān)性 按鍵聲音抑制 閾值技術(shù)　出處：《中國科學(xué)技術(shù)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：在近幾十年來,使用電腦和筆記本電腦在不同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的干凈語音中的相應(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,這是本論文的創(chuàng)新點(diǎn)。提出的算法主要和譜減法、增強(qiáng)的OM-LSA算法對比,所提出的算法具有更好的性能。
[Abstract]:In recent decades, the use of computers and laptops to record audio in different communication scenarios has increased significantly, such as lectures, conferences, Video conferencing and Internet protocol voice communication. Some people use computers and notebooks to collect lecture audio for archiving, others use tape recorders for archiving. Because the keyboard is close to the microphone, The recorded voice is severely damaged by the additive keystroke, which comes mainly from the typing sound of the machine keypad, due to the uneven stability and steepness of the percussive sound. Therefore, this is a challenging problem in the field of single channel speech enhancement. In this paper, we propose two novel two-step algorithms for detecting and suppressing impact keystroke. That is, sparse nonnegative matrix factorization based on correlation technique and sparse nonnegative matrix factorization based on threshold technique. In these two methods, The first step is done with sparse nonnegative matrix decomposition. In the second step, two new algorithms are proposed. In SNMF-CR, A correlation between the estimated clean speech and the original noisy speech is obtained from the first stage of SNMF. Based on the low correlation coefficient between the noise damage segment in the original noisy speech and the noise suppression segment in the estimated clean speech, The noise segment in the original noisy speech is replaced by the corresponding noise suppression segment in the clean speech estimated by the first step. Divide the whole spectrum level into two parts. Divide the norm of high frequency energy by the norm of low frequency energy, The ratio obtained is compared to the threshold to detect the keypad knock. The keypad knocks detected in the original noisy speech are replaced by the corresponding clean speech segments estimated by the first step. Therefore, in both methods, In noisy speech segments, keyboard noise is suppressed but the quality of the speech is not reduced. Therefore, the suppression of the knock does not result in serious speech distortion. This is the innovation of this paper. Compared with spectral subtraction and enhanced OM-LSA algorithm, the proposed algorithm has better performance.
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐泰燕;郝玉龍;;非負(fù)矩陣分解及其應(yīng)用現(xiàn)狀分析[J];武漢工業(yè)學(xué)院學(xué)報;2010年01期

2 何光輝;張?zhí)?;保持拓?fù)湫苑秦?fù)矩陣分解法在人臉識別的應(yīng)用[J];計算機(jī)工程與應(yīng)用;2010年14期

3 史加榮;焦李成;尚凡華;;不完全非負(fù)矩陣分解的加速算法[J];電子學(xué)報;2011年02期

4 王文俊;張軍英;;一種非負(fù)矩陣分解的快速方法[J];計算機(jī)工程與應(yīng)用;2009年25期

5 張雷鳴;李秋丹;廖勝才;;非負(fù)矩陣分解在標(biāo)簽語義分析中的應(yīng)用[J];計算機(jī)科學(xué);2010年04期

6 于彬;;基于局部非負(fù)矩陣分解的人臉識別[J];科學(xué)技術(shù)與工程;2010年33期

7 姜偉;楊炳儒;隋海峰;;局部敏感非負(fù)矩陣分解[J];計算機(jī)科學(xué);2010年12期

8 宋金歌;楊景;陳平;佘玉梅;;一種非負(fù)矩陣分解的快速稀疏算法[J];云南民族大學(xué)學(xué)報(自然科學(xué)版);2011年04期

9 高燕燕;;非負(fù)矩陣分解及其應(yīng)用探討[J];硅谷;2011年23期

10 郝紅;徐常青;張新平;;基于非負(fù)矩陣分解的航拍圖像信息提取[J];浙江農(nóng)林大學(xué)學(xué)報;2012年01期

相關(guān)會議論文 前10條

1 孫江明;李通化;;非平滑三維非負(fù)矩陣分解[A];第九屆全國計算（機(jī)）化學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

2 蔣永鍇;葉東毅;;基于稀疏非負(fù)矩陣分解的自動多文摘方法[A];中國計算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

3 馬帥;吳飛;楊易;邵健;;基于稀疏非負(fù)矩陣分解的圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 徐利民;龔珊;余再軍;;奇異值分解與非負(fù)矩陣分解色在數(shù)據(jù)降維方面的特性分析[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

5 蔡蕾;朱永生;;基于稀疏性非負(fù)矩陣分解和支持向量機(jī)的軸心軌跡圖識別[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

6 蔣霈霖;;KL散度下的非負(fù)矩陣分解[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 楊寶;朱啟兵;黃敏;;基于非負(fù)矩陣分解一稀疏表示分類的玻璃缺陷圖像識別[A];第24屆中國控制與決策會議論文集[C];2012年

8 錢樂樂;高雋;徐小紅;;非負(fù)性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2009年

9 朱昊;黃源水;付夢印;;基于NMF的道路識別算法在野外環(huán)境感知中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

10 鄭能恒;蔡毅;李霞;Tan Lee;;基于非負(fù)矩陣分解和向量相似測度的語音與音樂分離算法[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 楊士準(zhǔn);基于樣本和特征的遷移學(xué)習(xí)方法及應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2013年

2 葉軍;基于正則化方法的非負(fù)矩陣分解算法及其應(yīng)用研究[D];南京理工大學(xué);2014年

3 陸玉武;圖像分類中流形回歸與非負(fù)矩陣分解研究[D];哈爾濱工業(yè)大學(xué);2015年

4 張恩德;在線社會網(wǎng)絡(luò)分析與挖掘若干關(guān)鍵問題研究[D];東北大學(xué);2014年

5 胡俐蕊;非負(fù)矩陣分解方法及其在選票圖像識別中的應(yīng)用[D];安徽大學(xué);2013年

6 殷海青;圖像分析中的非負(fù)矩陣分解理論及其最優(yōu)化和正則化方法研究[D];西安電子科技大學(xué);2011年

7 楊洪禮;非負(fù)矩陣與張量分解及其應(yīng)用[D];山東科技大學(xué);2011年

8 史加榮;多尺度張量逼近及應(yīng)用[D];西安電子科技大學(xué);2012年

9 方蔚濤;人臉識別特征抽取算法的研究[D];重慶大學(xué);2012年

10 劉昱昊;基于非負(fù)矩陣分解算法的人臉識別技術(shù)的研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 謝昊;非負(fù)矩陣分解初始化及其應(yīng)用[D];暨南大學(xué);2015年

2 王一;凸與半非負(fù)矩陣分解的近點(diǎn)梯度方法研究[D];東北師范大學(xué);2015年

3 項(xiàng)磊;基于乳腺癌計算機(jī)輔助診斷的病理圖像分析[D];南京信息工程大學(xué);2015年

4 王丹;基于非負(fù)矩陣分解的腦電信號特征提取算法研究[D];燕山大學(xué);2015年

5 馬春霞;非負(fù)矩陣分解及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[D];曲阜師范大學(xué);2015年

6 崔艷榮;基于非負(fù)矩陣分解的高光譜遙感數(shù)據(jù)融合方法分析及應(yīng)用[D];電子科技大學(xué);2014年

7 賴淑珍;非負(fù)矩陣分解若干算法研究與應(yīng)用[D];電子科技大學(xué);2014年

8 趙龍;基于多流形正則化非負(fù)矩陣分解的多視圖聚類[D];大連理工大學(xué);2015年

9 黃震;基于多視角非負(fù)矩陣分解的同名區(qū)分算法研究[D];大連理工大學(xué);2015年

10 邵強(qiáng);改進(jìn)的非負(fù)矩陣分解算法及其在人臉識別中的應(yīng)用[D];河北工業(yè)大學(xué);2015年

，

本文編號：1548796