版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在現(xiàn)代語音通信中,說話人的個(gè)性特征信息越來越得到了人們的重視,在通信中發(fā)揮著重要的作用,比如人們僅僅通過聲音就可以清楚地辨別出對(duì)方,可以說聲音是一個(gè)人的“語音名片”。語聲轉(zhuǎn)換是一種以說話人個(gè)性特征為主要研究對(duì)象的新興的語音技術(shù),它的目標(biāo)是改變?cè)凑f話人語音中的個(gè)性特征信息,使之具有目標(biāo)說話人的個(gè)性特征,從而轉(zhuǎn)換后的語音聽起來就像是目標(biāo)說話人的聲音一樣,而其中的語義信息保持不變。隨著語音產(chǎn)品在現(xiàn)代社會(huì)中的日益推廣和普及,語聲轉(zhuǎn)換技術(shù)也將有著
2、越來越廣泛的應(yīng)用,它的研究與發(fā)展也日益受到國內(nèi)外學(xué)者的廣泛關(guān)注。一個(gè)有效的語聲轉(zhuǎn)換系統(tǒng)不僅要具有良好的轉(zhuǎn)換性能,同時(shí)也必須要有較高的語音質(zhì)量。影響語音說話人個(gè)性特征的因素非常復(fù)雜,但反映聲道特性的譜包絡(luò)是其中最為重要的影響因素。在語聲轉(zhuǎn)換系統(tǒng)中。譜包絡(luò)特征參數(shù)的轉(zhuǎn)換過程是系統(tǒng)的核心模塊。本文以語聲轉(zhuǎn)換中的譜包絡(luò)特征參數(shù)的轉(zhuǎn)換為主要研究目標(biāo),圍繞這一目標(biāo),做了如下幾方面的工作和貢獻(xiàn)。 論文首先通過語聲轉(zhuǎn)換系統(tǒng)的重大的應(yīng)用價(jià)值和重要
3、的應(yīng)用實(shí)例來闡述本文研究的出發(fā)點(diǎn),接著簡要介紹了當(dāng)前語聲轉(zhuǎn)換的一些主要算法,并對(duì)各種算法進(jìn)行了分析和比較。為了能夠?qū)φZ聲轉(zhuǎn)換技術(shù)有一個(gè)較為深入的理解,還介紹了語聲轉(zhuǎn)換系統(tǒng)的基本原理以及一些相關(guān)的語音信號(hào)處理背景知識(shí)。 提出了一種基于典型相關(guān)分析(CCA)的譜包絡(luò)轉(zhuǎn)換算法。CCA是一種統(tǒng)計(jì)分析方法,它能夠很好地描述兩個(gè)多維向量空間的線性相關(guān)信息。在該算法中,首先利用動(dòng)態(tài)時(shí)間規(guī)整(DTW)方法對(duì)由源說話人特征參數(shù)和目標(biāo)說話人特征參數(shù)
4、進(jìn)行對(duì)齊,形成聯(lián)合特征參數(shù)空間,接著使用高斯混合模型(GMM)對(duì)該空間進(jìn)行建模。在GMM的每個(gè)子空間里,采用CCA來估計(jì)源說話人特征參數(shù)與目標(biāo)說話人特征參數(shù)之間的映射關(guān)系,從而得到每個(gè)子空間內(nèi)的轉(zhuǎn)換函數(shù),最后根據(jù)源說話人特征參數(shù)在各子空間中的后驗(yàn)概率對(duì)各個(gè)轉(zhuǎn)換函數(shù)進(jìn)行加權(quán)求和,得到整個(gè)空間的特征參數(shù)轉(zhuǎn)換函數(shù)。實(shí)驗(yàn)結(jié)果表示,該算法的轉(zhuǎn)換效果要好于基于最小均方誤差估計(jì)(MMSE)的轉(zhuǎn)換算法。 CCA轉(zhuǎn)換算法中的轉(zhuǎn)換函數(shù)式是加權(quán)求均值
5、的形式,這種對(duì)頻譜進(jìn)行加權(quán)求平均的操作會(huì)使得語音的共振峰特性弱化,譜包絡(luò)形狀過于平滑。另外,在進(jìn)行轉(zhuǎn)換時(shí),是對(duì)每幀語音進(jìn)行處理,沒有考慮到幀間的相關(guān)信息。這些都會(huì)降低轉(zhuǎn)換后語音的質(zhì)量,為了減少這些影響,本文采用維特比算法對(duì)CCA轉(zhuǎn)換系統(tǒng)進(jìn)行改進(jìn)。在改進(jìn)的算法中,用GMM對(duì)目標(biāo)說話人特征參數(shù)進(jìn)行分類,繼而得到一個(gè)特征參數(shù)的轉(zhuǎn)移概率矩陣,該轉(zhuǎn)移概率矩陣用于表示語音幀間的相關(guān)信息。采用由轉(zhuǎn)移概率和源說話人特征參數(shù)的后驗(yàn)概率所構(gòu)成的函數(shù)作為優(yōu)化
6、目標(biāo),用維特比算法搜索最佳路徑時(shí),從而在整體上為待轉(zhuǎn)換語句的每幀語音尋找最優(yōu)的子空間轉(zhuǎn)換函數(shù),這樣每幀語音就是單一形式的轉(zhuǎn)換函數(shù)。 當(dāng)前的語聲轉(zhuǎn)換算法基本上都是建立在對(duì)稱語音庫的情況下,它要求源說話人和目標(biāo)說話人錄制語句內(nèi)容相同的語音。但在有些應(yīng)用場合,并沒有這樣的語音庫,為了解決這個(gè)問題,提出了一種基于混合線性變換(Ms-LT)的轉(zhuǎn)換算法。Ms-LT算法沿用了上述線性遞歸變換形式的轉(zhuǎn)換函數(shù)式,在源說話人特征參數(shù)的每個(gè)GMM子空
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 電池儲(chǔ)能功率轉(zhuǎn)換系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 音字轉(zhuǎn)換系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 漢語文語轉(zhuǎn)換系統(tǒng)關(guān)鍵技術(shù)的研究.pdf
- 基于時(shí)間拉伸的光學(xué)模數(shù)轉(zhuǎn)換系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 語音轉(zhuǎn)換關(guān)鍵技術(shù)研究及基于AMR的語音轉(zhuǎn)換系統(tǒng)設(shè)計(jì).pdf
- 連續(xù)模式光子時(shí)間拉伸模數(shù)轉(zhuǎn)換系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 高質(zhì)量語音轉(zhuǎn)換系統(tǒng)中關(guān)鍵技術(shù)的研究.pdf
- 光突發(fā)交換系統(tǒng)某些關(guān)鍵技術(shù)研究.pdf
- 風(fēng)能轉(zhuǎn)換系統(tǒng)控制技術(shù)研究.pdf
- 語音轉(zhuǎn)換中的關(guān)鍵技術(shù)研究.pdf
- 高速光電轉(zhuǎn)換模塊關(guān)鍵技術(shù)研究.pdf
- gis數(shù)據(jù)轉(zhuǎn)換到autocad關(guān)鍵技術(shù)研究
- 方言轉(zhuǎn)換系統(tǒng)中的語音識(shí)別技術(shù)研究.pdf
- RFID系統(tǒng)的關(guān)鍵技術(shù)研究.pdf
- MIMO系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- RFID系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- OCDMA系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 波長選擇光開關(guān)與突發(fā)交換系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 網(wǎng)絡(luò)協(xié)議轉(zhuǎn)換工程實(shí)現(xiàn)關(guān)鍵技術(shù)研究.pdf
- 漢語語音合成與轉(zhuǎn)換關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論