特定目標(biāo)說話人的語音轉(zhuǎn)換系統(tǒng)設(shè)計.pdf

1、語音轉(zhuǎn)換是保存某一個說話人（源說話人）的內(nèi)容不變，同時把說話特征向指定的一個說話人（目標(biāo)說話人）進(jìn)行轉(zhuǎn)換。而對于語音的轉(zhuǎn)換在許多方面已經(jīng)有相應(yīng)的應(yīng)用，因而對語音的轉(zhuǎn)換效果的要求也是越來越高。在語音轉(zhuǎn)換中效果較好的方法有高斯混合模型（Gaussian Mixture Model, GMM）。雖然該方法比其它方法效果更好，但是該方法的效果還達(dá)不到另人滿意的程度。因此，對現(xiàn)有的語音轉(zhuǎn)換方法的效果進(jìn)行改進(jìn)顯得尤為重要。
　　本文主要任務(wù)是

2、改善轉(zhuǎn)換語音的質(zhì)量與目標(biāo)傾向性，在討論和研究該基本算法的基礎(chǔ)上，對語音轉(zhuǎn)換中的訓(xùn)練部分與轉(zhuǎn)換部分進(jìn)行了相應(yīng)的改進(jìn)。具體的工作與創(chuàng)新如下：
　　1.本文對發(fā)聲的聲道模型、各種語音轉(zhuǎn)換技術(shù)、GMM、基頻轉(zhuǎn)換、特征提取和評價方法等方面進(jìn)行了研究。在此基礎(chǔ)上實現(xiàn)了基于 GMM的語音轉(zhuǎn)換系統(tǒng)。同時，在該語音轉(zhuǎn)換上提出了對時間對齊部分的兩點改進(jìn)。這兩點改進(jìn)是語音首尾有聲端點檢測與改進(jìn)的動態(tài)時間規(guī)劃（Improved Dynamic T ime

3、 Warping, IDTW）。最終實驗結(jié)果表明，該基于 GMM的語音轉(zhuǎn)換系統(tǒng)可以把源語音的特征向目標(biāo)語音的特征進(jìn)行轉(zhuǎn)換。
　　2.傳統(tǒng)方法的轉(zhuǎn)換部分都是逐幀進(jìn)行轉(zhuǎn)換的，這種方法很容易導(dǎo)致相鄰幀之間的信息缺失。針對信息缺失的問題，文中加入相鄰特征（Adjacent Feature, AF）的改進(jìn)。最終增加了相鄰幀之間的關(guān)聯(lián)性并提高了轉(zhuǎn)換語音的自然度。
　　3.語音是時變且非平穩(wěn)的，傳統(tǒng)的語音轉(zhuǎn)換的準(zhǔn)確性較差。針對特征參數(shù)轉(zhuǎn)換