說話人聲音轉(zhuǎn)換方法研究.pdf

1、聲音轉(zhuǎn)換按照目不同可分為兩類：一類為非特定人聲音轉(zhuǎn)換，只要將原話者的聲音變掉即可；另一類為源一目標(biāo)說話人聲音轉(zhuǎn)換，是要將原話者的聲音變成特定目標(biāo)話者的聲音。針對不同目的的聲音轉(zhuǎn)換，本文在語音線性預(yù)測分析及LPC合成器的基礎(chǔ)上，著重研究了基于基頻的非特定人聲音轉(zhuǎn)換以及源一目標(biāo)說話人聲音轉(zhuǎn)換中的聲道參數(shù)轉(zhuǎn)換。 對說話人的非特定人聲音轉(zhuǎn)換，可以通過控制LPC合成器中的基頻參數(shù)來實(shí)現(xiàn)。對基頻的適當(dāng)改變可以引起說話人聲音模式的改變，但其改

2、變也會引起原語音譜包絡(luò)的變化，從而可能引起語義失真。本文通過主觀聽辨和客觀譜失真相結(jié)合的辦法，在基頻平移或縮放兩種改變方法下，由實(shí)驗(yàn)按經(jīng)驗(yàn)獲得適合大多數(shù)人的、既引起轉(zhuǎn)換后語音的聲音模式改變、同時語義不失真的基頻改變范圍，以此范圍指導(dǎo)基于基頻的非特定人聲音轉(zhuǎn)換。 源一目標(biāo)說話人聲道參數(shù)轉(zhuǎn)換是實(shí)現(xiàn)源一目標(biāo)說話人聲音轉(zhuǎn)換的關(guān)鍵。通常采取分類獲取轉(zhuǎn)換規(guī)則的策略，即同一類的參數(shù)共享一個規(guī)則。顯然，分類數(shù)越多，轉(zhuǎn)換規(guī)則越多，轉(zhuǎn)換效果越好。為

3、了在一定的分類數(shù)下能獲取盡可能多的轉(zhuǎn)換規(guī)則，本文采用基于徑向基函數(shù)網(wǎng)絡(luò)(RBFNN)的分類線性加權(quán)轉(zhuǎn)換方法，以輸入特征矢量對各個類別(隱層節(jié)點(diǎn))的“貢獻(xiàn)”作為各子類轉(zhuǎn)換規(guī)則的權(quán)值，轉(zhuǎn)換后的特征矢量為各子類輸出的加權(quán)，可以獲得遠(yuǎn)大于分類數(shù)的轉(zhuǎn)換規(guī)則。針對通常采用FCM算法訓(xùn)練網(wǎng)絡(luò)隱層節(jié)點(diǎn)中心欠準(zhǔn)確、影響最終聲道轉(zhuǎn)換效果的問題，本文給出改進(jìn)的差分進(jìn)化FCM算法來獲得更優(yōu)化的隱層節(jié)點(diǎn)中心，并通過對比實(shí)驗(yàn)表明使用改進(jìn)的算法訓(xùn)練中心，最終可在較大