基于聲道譜參數(shù)的語(yǔ)音轉(zhuǎn)換算法研究.pdf

1、語(yǔ)音轉(zhuǎn)換技術(shù)是在保留源說(shuō)話人語(yǔ)義信息不變的前提下，將源說(shuō)話人的個(gè)性特征進(jìn)行轉(zhuǎn)換，使之聽(tīng)起來(lái)像目標(biāo)說(shuō)話人的聲音。本文主要研究基于聲道譜特征參數(shù)的語(yǔ)音轉(zhuǎn)換技術(shù)，主要內(nèi)容包括：
　　(1)針對(duì)傳統(tǒng)的高斯混合模型沒(méi)有描述說(shuō)話人間的非線性關(guān)系以及易出現(xiàn)過(guò)平滑導(dǎo)致轉(zhuǎn)換語(yǔ)音質(zhì)量不理想的現(xiàn)象，提出基于高斯混合模型與人工神經(jīng)網(wǎng)絡(luò)的混合模型語(yǔ)音轉(zhuǎn)換算法，采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對(duì)高斯混合模型的均值參數(shù)進(jìn)行轉(zhuǎn)換，建立新的轉(zhuǎn)換規(guī)則。主觀和客觀測(cè)試表明，該方

2、法提高了經(jīng)典語(yǔ)音轉(zhuǎn)換系統(tǒng)的性能，改進(jìn)了轉(zhuǎn)換語(yǔ)音的音質(zhì)。
　　(2)針對(duì)運(yùn)用高斯混合模型進(jìn)行語(yǔ)音轉(zhuǎn)換時(shí)容易出現(xiàn)的過(guò)平滑現(xiàn)象，本文將多分辨率小波分析用于語(yǔ)音轉(zhuǎn)換中，并在對(duì)特征參數(shù)進(jìn)行多分辨率小波分析前，先進(jìn)行模糊K均值聚類，以提高轉(zhuǎn)換精度與轉(zhuǎn)換速度。仿真實(shí)驗(yàn)表明：該算法在提高轉(zhuǎn)換速度的前提下，提高了轉(zhuǎn)換語(yǔ)音的清晰度與可懂度。
　　(3)針對(duì)運(yùn)用傳統(tǒng)方法訓(xùn)練徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)出現(xiàn)的收斂速度慢、易陷入局部最優(yōu)、泛化性能不佳的問(wèn)題，提