語音轉(zhuǎn)換關(guān)鍵技術(shù)研究及基于AMR的語音轉(zhuǎn)換系統(tǒng)設(shè)計.pdf

1、語音轉(zhuǎn)換是一種改變源說話人的語音個性特征，使之聽起來像是從另外一個我們稱為目標(biāo)說話人的口中說出的語音一樣的技術(shù)。語音轉(zhuǎn)換的基本要求是轉(zhuǎn)換后的語音具有目標(biāo)說話人的個性特征，但是并不改變原來說話人語音中的語意內(nèi)容。雖然語音轉(zhuǎn)換這個課題的提出已有二十多年的歷史，但真正引起廣泛關(guān)注得到快速發(fā)展就在這最近的幾年，可以說語音轉(zhuǎn)換是語音信號處理的一個新興研究方向，具有重要的理論價值和廣泛的應(yīng)用價值。本課題主要研究語音轉(zhuǎn)換系統(tǒng)的基本理論和技術(shù)，課題得到

2、江蘇省青藍工程資助。 本文首先基于語音的發(fā)音模型，分析介紹了語音轉(zhuǎn)換系統(tǒng)的組成架構(gòu)。詳細(xì)介紹了用于語音轉(zhuǎn)換的特征參數(shù)提取方法，根據(jù)提取的參數(shù)分別介紹了相應(yīng)的轉(zhuǎn)換規(guī)則，并且著重介紹了基于GMM模型的語音轉(zhuǎn)換系統(tǒng)。GMM模型語音轉(zhuǎn)換系統(tǒng)是近年來被廣泛研究的語音轉(zhuǎn)換系統(tǒng)，傳統(tǒng)的GMM模型語音轉(zhuǎn)換系統(tǒng)存在轉(zhuǎn)換語音共振峰變寬，譜包絡(luò)平滑的現(xiàn)象，本文認(rèn)為主要是因為轉(zhuǎn)換函數(shù)各個分量不加選擇的全部使用引起的，針對此問題，本文提出一種新的基于鄰近

3、語音概率選擇的Part-GMM語音轉(zhuǎn)換系統(tǒng)，實驗表明該系統(tǒng)一定程度上改善了傳統(tǒng)GMM模型語音轉(zhuǎn)換系統(tǒng)存在的問題。 目前流行的AMR語音編解碼系統(tǒng)，是3G移動通信標(biāo)準(zhǔn)WCDMA和TD-SCDMA中的基帶語音編解碼方案，具有成熟的語音特征參數(shù)提取算法。因此本文在第二部分將其作為語音轉(zhuǎn)換的基本合成模型加以著重研究，在第4章詳細(xì)分析介紹了AMR的語音特征參數(shù)提取算法，并且針對AMR提供的雙LSP參數(shù)、VAD信息、固定碼本信息，提出在語音