源-目標(biāo)說話人語音轉(zhuǎn)換研究.pdf

1、語音轉(zhuǎn)換技術(shù)是語音信號處理一個比較新的研究方向，也是近年來語音研究的熱點。說話人的語音轉(zhuǎn)換是指在不改變語音內(nèi)容的情況下，使源說話人的聲音轉(zhuǎn)換為目標(biāo)說話人的聲音。本文研究實現(xiàn)源．目標(biāo)說話人語音轉(zhuǎn)換相關(guān)的具體有效的算法，并使用MATLAB進行了編程實驗，結(jié)果良好。
　　 對聲道譜參數(shù)和韻律特征的轉(zhuǎn)換是聲音轉(zhuǎn)換的關(guān)鍵技術(shù)之一。由于人耳對低頻的聲音信號比較敏感，而清音屬于高頻語音，對人的聽覺貢獻較小，所以本文主要對語音的濁音信號進行分析

2、，于是清濁音判別對語音的后續(xù)處理極為重要。本文對傳統(tǒng)的過零率和能量兩參量判別方法進行了改進，使用零能比、零能積和自相關(guān)函數(shù)的能量的三參量組合判決方法進行語音的清/濁音判別。
　　 在對聲道譜參數(shù)進行轉(zhuǎn)換時，本文使用混合高斯模型對聲道譜參數(shù)建立連續(xù)概率模型，對訓(xùn)練數(shù)據(jù)進行了軟分類。根據(jù)不同子類對頻譜特征轉(zhuǎn)換的貢獻大小，賦予不同的加權(quán)系數(shù)，用加權(quán)線性轉(zhuǎn)換方法，對頻譜包絡(luò)特征進行轉(zhuǎn)換。在訓(xùn)練GMM模型前，由于源、目標(biāo)特征參數(shù)向量的序列

3、參數(shù)不同，本文使用了動態(tài)時間規(guī)整算法對特征參量序列進行對齊。本文將基于高斯混合模型加權(quán)線性轉(zhuǎn)換與基于硬分類法的LMR轉(zhuǎn)換，并比較了不同混合度下，距離測度的訓(xùn)練誤差與測試誤差。實驗結(jié)果表明基于后驗概率混合高斯模型的加權(quán)線性變換表現(xiàn)出一定的優(yōu)越性。在對韻律特征進行轉(zhuǎn)換時，本文將基音頻率建立高斯模型，在源-目標(biāo)說話人之間進行轉(zhuǎn)換。
　　 在轉(zhuǎn)換后使用時域基音同步疊加法對轉(zhuǎn)換語音的特征進行合成。使用ABX測試方法對轉(zhuǎn)換語音進行測試，實驗