采用STRAIGHT模型和深度信念網(wǎng)絡(luò)的語(yǔ)音轉(zhuǎn)換方法.pdf

1、西安建筑科技大學(xué)碩士學(xué)位論文采用STRAIGHT模型和深度信念網(wǎng)絡(luò)的語(yǔ)音轉(zhuǎn)換方法專業(yè)：信號(hào)與信息處理碩士生：蘇利博指導(dǎo)教師：王民教授摘要語(yǔ)音轉(zhuǎn)換就是在保證語(yǔ)義信息不變的前提下，通過(guò)對(duì)語(yǔ)音的個(gè)性特征進(jìn)行處理，從而使一個(gè)人的語(yǔ)音聽起來(lái)像另外一個(gè)人的語(yǔ)音。目前國(guó)內(nèi)外學(xué)者在語(yǔ)音轉(zhuǎn)換領(lǐng)域進(jìn)行了許多研究，比較經(jīng)典的方法有：基于隱馬爾科夫模型(HiddenMarkovModelHMM)、頻譜彎折(FrequencyWarpingFW)碼書映射(Cod

2、ebookMappingCM)、人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralwksANN)，以及采用高斯混合模型(GaussianMixtureModelGMM)進(jìn)行語(yǔ)音轉(zhuǎn)換。其中在國(guó)內(nèi)外學(xué)術(shù)界最主流的方法是采用GMM模型，并且在實(shí)驗(yàn)中取得了不錯(cuò)的語(yǔ)音轉(zhuǎn)換效果。但是采用高斯混合模型對(duì)語(yǔ)音進(jìn)行轉(zhuǎn)換的過(guò)程中會(huì)出現(xiàn)過(guò)平滑現(xiàn)象，而且高斯混合模型本質(zhì)上就是一種淺層結(jié)構(gòu)模型。淺層模型都有一個(gè)共同的缺點(diǎn)，那就是在模型運(yùn)用不出差錯(cuò)的前提下，特征的好壞

3、直接決定整個(gè)系統(tǒng)性能的好壞，而且其特征的維數(shù)一般只有幾十維，不能充分描述特征之間的相關(guān)性和狀態(tài)空間分布，從而影響轉(zhuǎn)換性能。針對(duì)以上這些問(wèn)題，本文采用STRAIGHT模型和深度信念網(wǎng)絡(luò)相結(jié)合的方法來(lái)實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)換，目前深度信念網(wǎng)絡(luò)主要應(yīng)用在語(yǔ)音識(shí)別方面。首先是利用STRAIGHT算法對(duì)語(yǔ)音進(jìn)行分析以及合成，這樣就避免了傳統(tǒng)方法采用GMM模型實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)換時(shí)出現(xiàn)的過(guò)平滑現(xiàn)象，并且對(duì)于高斯混合模型來(lái)說(shuō)，它本質(zhì)上也是一種淺層的結(jié)構(gòu)模型，不能反映語(yǔ)音