漢語語音轉(zhuǎn)換系統(tǒng)的研究.pdf

1、語音轉(zhuǎn)換(Voice Conversion)是指通過語音處理手段改變一個說話人(源說話人，Source Speaker)的語音個性特征，使之具有另外一個說話人(目標說話人，Target Speaker)的語音個性特征，但轉(zhuǎn)換語音所包含的語意內(nèi)容不變。語音轉(zhuǎn)換技術涉及信號處理、語言學、聲學、計算機科學等學科領域，它的深入研究勢必將會對語音學其它領域的研究發(fā)展產(chǎn)生促進作用，同時它在電影、電視節(jié)目的配音、醫(yī)療及保密等許多方面有著廣泛的應用前景

2、。因此語音轉(zhuǎn)換技術的研究具有重要的理論價值和實用價值。 本文從不同說話人發(fā)聲器官的差異入手，分析了說話人個性特征及其聲學特征參數(shù)表示，并采用基于STRAIGHT分析--合成算法的混合高斯模型(GMM)轉(zhuǎn)換算法實現(xiàn)了一個特定人語音轉(zhuǎn)換系統(tǒng)，并利用該系統(tǒng)對影響轉(zhuǎn)換性能的因素做了相關實驗和分析。 論文完成的主要工作有： 1.分析了說話人個性信息的聲學表征問題。本文主要研究了不同說話人在以聲門波形參數(shù)為代表的聲源特征，以

3、及以共振峰為代表的聲道特征的差異性，選取基頻參數(shù)，基頻范圍和線譜對系數(shù)(LSF)作為轉(zhuǎn)換特征參數(shù)。 2.實現(xiàn)了基于STRAIGHT分析--合成算法和GMM轉(zhuǎn)換算法的特定人語音轉(zhuǎn)換系統(tǒng)。為了評測GMM轉(zhuǎn)換算法，進行了客觀和主觀評測實驗，指出了GMM轉(zhuǎn)換算法的過平滑現(xiàn)象使得轉(zhuǎn)換語音音質(zhì)下降的問題。 3,討論了男女語音在聲源特性和聲道特性的不同，搭建了一個簡單的男女語音轉(zhuǎn)換系統(tǒng)。針對男女語音在聲源特性和聲道特性的不同，用基頻線

4、性調(diào)整和頻譜線性插值的方法實現(xiàn)了男女聲之間地轉(zhuǎn)換。非正式聽辨實驗證明：該轉(zhuǎn)換系統(tǒng)實現(xiàn)的女聲到男聲的轉(zhuǎn)換效果要好于男聲到女聲的轉(zhuǎn)換效果。實現(xiàn)了一個變聲器應用軟件，該系統(tǒng)可以通過改變聲音的基頻參數(shù)，頻譜參數(shù)和時長參數(shù)，來改變音質(zhì)。 4.分析和討論了訓練語料類型、訓練數(shù)據(jù)量、混合高斯混合度、說話人差異等影響語音轉(zhuǎn)換系統(tǒng)性能的因素，并分別進行實驗。實驗結論為：①聯(lián)合概率密度的方法同時觀察源說話人和目標說話人的參數(shù)，比只觀察源說話人的參數(shù)