譜參數(shù)聯(lián)合韻律特征實現(xiàn)年齡語音轉(zhuǎn)換的研究.pdf

1、年齡語音轉(zhuǎn)換是指在保持語義信息不變的情況下，調(diào)整說話者語音特征參數(shù)中的年齡信息，將源年齡段說話者的語音轉(zhuǎn)換為目標(biāo)年齡段的語音。年齡語音轉(zhuǎn)換是針對非特定人的，即轉(zhuǎn)換后的模型可以適用于同一年齡段的所有說話者，它與一般語音轉(zhuǎn)換有一定的區(qū)別。
　　為了更好地研究與年齡信息相關(guān)的語音特征參數(shù)，針對兒童、青年、中年和老年四個年齡段建立了較全面的年齡語料庫。在此基礎(chǔ)上提出了一種新的基于短時頻譜UBM群聯(lián)合韻律參數(shù)的方法用于非特定人的年齡語音轉(zhuǎn)換

2、。為了減少相同年齡段不同說話者語音的差異性，本文對同一年齡段不同說話者的譜參數(shù)各自建立GMM模型，通過自適應(yīng)聚類得到UBM群。UBM群中每一個UBM模型通過與目標(biāo)年齡段語音的譜參數(shù)進(jìn)行聯(lián)合訓(xùn)練得到一組譜轉(zhuǎn)換函數(shù)。在轉(zhuǎn)換階段計算測試語音在UBM群每個UBM模型中的似然度，按最大似然度原則得到最佳譜轉(zhuǎn)換函數(shù)。在譜轉(zhuǎn)換后，進(jìn)行共振峰微調(diào)以減小重要頻譜信息的丟失和模糊。另一方面，選擇了對年齡語音影響較大的韻律參數(shù)進(jìn)行韻律轉(zhuǎn)換。最后用STRAIG