基于激勵源及其韻律特征的源—目標(biāo)說話人聲音轉(zhuǎn)換研究.pdf

1、在不改變說話內(nèi)容的前提下,實現(xiàn)源說話人聲音向特定說話人聲音的轉(zhuǎn)換,其研究是在說話人識別和語音合成的研究基礎(chǔ)上進行的,同時也是這兩個領(lǐng)域的豐富和延拓,具有非常廣闊的應(yīng)用前景和理論研究價值。目前,聲音轉(zhuǎn)換的研究大多集中在聲道譜參數(shù)的轉(zhuǎn)換上,對于影響語音音色和聽感的激勵源及其韻律特征,由于提取和建立數(shù)學(xué)模型的困難,其研究較少。
　　為了使轉(zhuǎn)換后的語音音色具有更多的目標(biāo)說話人傾向性,本文主要針對激勵源和韻律特征的轉(zhuǎn)換進行了相應(yīng)研究,主要工

2、作如下:
　　1.對于與文本無關(guān)的源—目標(biāo)聲音轉(zhuǎn)換,本文給出了一種基于混合高斯模型(GMM)的分類線性加權(quán)組合映射方法。該方法對短時特征參數(shù)采用GMM描述參數(shù)空間的連續(xù)概率分布,并將其作為分類器,可在一定的分類數(shù)下利用概率加權(quán)組合獲得遠大于分類數(shù)的映射規(guī)則,提高了轉(zhuǎn)換效果。實驗表明,該方法明顯優(yōu)于基于矢量量化(VQ)的分類線性變換方法的轉(zhuǎn)換效果。
　　2.聲門激勵的形狀對合成語音的音色影響很大,通常采用聲門閉合期間估計得到的