特定目標(biāo)說(shuō)話人的語(yǔ)音轉(zhuǎn)換系統(tǒng)設(shè)計(jì).pdf

1、語(yǔ)音轉(zhuǎn)換是保存某一個(gè)說(shuō)話人（源說(shuō)話人）的內(nèi)容不變，同時(shí)把說(shuō)話特征向指定的一個(gè)說(shuō)話人（目標(biāo)說(shuō)話人）進(jìn)行轉(zhuǎn)換。而對(duì)于語(yǔ)音的轉(zhuǎn)換在許多方面已經(jīng)有相應(yīng)的應(yīng)用，因而對(duì)語(yǔ)音的轉(zhuǎn)換效果的要求也是越來(lái)越高。在語(yǔ)音轉(zhuǎn)換中效果較好的方法有高斯混合模型（Gaussian Mixture Model, GMM）。雖然該方法比其它方法效果更好，但是該方法的效果還達(dá)不到另人滿意的程度。因此，對(duì)現(xiàn)有的語(yǔ)音轉(zhuǎn)換方法的效果進(jìn)行改進(jìn)顯得尤為重要。
　　本文主要任務(wù)是

2、改善轉(zhuǎn)換語(yǔ)音的質(zhì)量與目標(biāo)傾向性，在討論和研究該基本算法的基礎(chǔ)上，對(duì)語(yǔ)音轉(zhuǎn)換中的訓(xùn)練部分與轉(zhuǎn)換部分進(jìn)行了相應(yīng)的改進(jìn)。具體的工作與創(chuàng)新如下：
　　1.本文對(duì)發(fā)聲的聲道模型、各種語(yǔ)音轉(zhuǎn)換技術(shù)、GMM、基頻轉(zhuǎn)換、特征提取和評(píng)價(jià)方法等方面進(jìn)行了研究。在此基礎(chǔ)上實(shí)現(xiàn)了基于 GMM的語(yǔ)音轉(zhuǎn)換系統(tǒng)。同時(shí)，在該語(yǔ)音轉(zhuǎn)換上提出了對(duì)時(shí)間對(duì)齊部分的兩點(diǎn)改進(jìn)。這兩點(diǎn)改進(jìn)是語(yǔ)音首尾有聲端點(diǎn)檢測(cè)與改進(jìn)的動(dòng)態(tài)時(shí)間規(guī)劃（Improved Dynamic T ime

3、 Warping, IDTW）。最終實(shí)驗(yàn)結(jié)果表明，該基于 GMM的語(yǔ)音轉(zhuǎn)換系統(tǒng)可以把源語(yǔ)音的特征向目標(biāo)語(yǔ)音的特征進(jìn)行轉(zhuǎn)換。
　　2.傳統(tǒng)方法的轉(zhuǎn)換部分都是逐幀進(jìn)行轉(zhuǎn)換的，這種方法很容易導(dǎo)致相鄰幀之間的信息缺失。針對(duì)信息缺失的問(wèn)題，文中加入相鄰特征（Adjacent Feature, AF）的改進(jìn)。最終增加了相鄰幀之間的關(guān)聯(lián)性并提高了轉(zhuǎn)換語(yǔ)音的自然度。
　　3.語(yǔ)音是時(shí)變且非平穩(wěn)的，傳統(tǒng)的語(yǔ)音轉(zhuǎn)換的準(zhǔn)確性較差。針對(duì)特征參數(shù)轉(zhuǎn)換