說話人語音轉(zhuǎn)換技術(shù)的研究.pdf

1、說話人語音轉(zhuǎn)換是為了實(shí)現(xiàn)合成語音中的說話人的多樣性而產(chǎn)生的語音信號處理的一個(gè)新興的方向，說話人語音轉(zhuǎn)換在很多的領(lǐng)域有著廣泛的應(yīng)用，如軍事上的說話人偽裝、機(jī)器翻譯、醫(yī)療衛(wèi)生等。目前說話人語音轉(zhuǎn)換的方法有很多，高斯混合模型法是其中效果比較理想的一種方法，本文的主要工作是基于該算法提出改進(jìn)的轉(zhuǎn)換算法。 本文首先闡述了說話人語音轉(zhuǎn)換的基本概念和現(xiàn)狀、語音信號處理的相關(guān)基礎(chǔ)知識，然后對常用的幾種說話人語音轉(zhuǎn)換方法進(jìn)行了分析比較。提出了改進(jìn)

2、的基于高使混合模型的語音轉(zhuǎn)換算法。針對高斯混合模型方法中轉(zhuǎn)換語音的頻譜過平滑問題，通過假定轉(zhuǎn)換語音和目標(biāo)語音有相同的協(xié)方差，在高斯混合模型法和線性多變量回歸法之間設(shè)置閾值，很好的解決了這一問題；針對轉(zhuǎn)換后的頻譜參數(shù)幀與幀之間的不連續(xù)的現(xiàn)象，通過考慮幀與幀之間的動態(tài)特征參數(shù)很好地解決了這一問題。 通過客觀和主觀測試，證明了改進(jìn)的算法在很大程度上解決了傳統(tǒng)的轉(zhuǎn)換算法存在的相關(guān)問題。本文最后對改進(jìn)的說話人語音轉(zhuǎn)換方法存在的缺陷和不足進(jìn)