基于隱變量模型的歌曲轉(zhuǎn)換方法研究.pdf

1、語音轉(zhuǎn)換技術(shù)(Voice Conversion)是語音信號處理的一個重要分支，近幾年國內(nèi)外研究學(xué)者在該領(lǐng)域取得了許多研究成果。本文研究內(nèi)容就是要將語音轉(zhuǎn)換技術(shù)應(yīng)用到歌聲轉(zhuǎn)換領(lǐng)域，通過改變源唱歌人的語音個性特征使其聽起來像目標(biāo)唱歌人在唱歌，同時維持歌曲內(nèi)容不變。歌聲轉(zhuǎn)換技術(shù)將在電影配音、生理學(xué)、智能人機(jī)交互和生活娛樂等方面均有廣闊前景。目前主流的語音轉(zhuǎn)換方法關(guān)注于建立源和目標(biāo)說話人的語音個性特征映射關(guān)系，通過這種映射關(guān)系建立語音轉(zhuǎn)換模型。

2、因此語音個性特征的表征和提取就成了決定模型好壞的關(guān)鍵。
　　本文在對歌聲中語音信號特征表征深入研究的基礎(chǔ)上，研究了兩種歌曲轉(zhuǎn)換模型：⑴構(gòu)建一種隱變量模型(Latent Variable Model，LVM)將歌曲分解成表示語義的內(nèi)容信息參數(shù)矩陣和體現(xiàn)唱歌人個性特征信息參數(shù)矩陣，采用個性特征信息參數(shù)矩陣替換的方法轉(zhuǎn)換唱歌人個性特征信息；⑵設(shè)計了一種基于深度神經(jīng)網(wǎng)絡(luò)(Deep Belief Networks，DBN)模型歌曲轉(zhuǎn)換方法。