語音轉(zhuǎn)換中聲道譜參數(shù)和基頻變換算法的研究.pdf

1、語音轉(zhuǎn)換是在保持語義不變的前提下，著重改變?cè)凑Z音中的個(gè)性特征成分，使得轉(zhuǎn)換后的語音具有目標(biāo)說話人的個(gè)性特征。本文主要研究語音轉(zhuǎn)換中的聲道譜參數(shù)和基音頻率兩個(gè)重要個(gè)性特征，具體研究內(nèi)容如下：
　?。?）研究基音頻率變換算法。由于現(xiàn)有的基音頻率變換算法中將基音頻率與聲道譜參數(shù)分開轉(zhuǎn)換，導(dǎo)致基音頻率喪失部分說話人個(gè)性特征。為了保持更多的說話人個(gè)性特征，本文提出基于徑向基函數(shù)網(wǎng)絡(luò)的聯(lián)合聲道譜包絡(luò)基頻變換算法。該算法利用徑向基函數(shù)網(wǎng)絡(luò)在譜包

2、絡(luò)參數(shù)與基音頻率之間建立聯(lián)系，使得轉(zhuǎn)換出的基音頻率能夠更好地跟蹤目標(biāo)基音頻率的變化，并含有更多的目標(biāo)說話人個(gè)性特征的細(xì)節(jié)。
　?。?）對(duì)聲道譜參數(shù)轉(zhuǎn)換算法進(jìn)行研究。由于傳統(tǒng)的高斯混合模型會(huì)使得轉(zhuǎn)換出的聲道譜過于平滑，同時(shí)碼書矢量法會(huì)引起聲道譜的不連續(xù)。為此，本文提出基于碼書改進(jìn)高斯混合模型的聲道譜參數(shù)轉(zhuǎn)換方法。該方法將兩種現(xiàn)有模型有機(jī)結(jié)合，實(shí)現(xiàn)兩種模型的優(yōu)點(diǎn)互補(bǔ)并克服各自缺點(diǎn)，使得轉(zhuǎn)換譜包絡(luò)更加接近目標(biāo)包絡(luò)。
　　（3）深入

3、研究聲道譜參數(shù)轉(zhuǎn)換算法。語音轉(zhuǎn)換系統(tǒng)通常采用一個(gè)轉(zhuǎn)換規(guī)則進(jìn)行參數(shù)轉(zhuǎn)換，而這一個(gè)規(guī)則很難準(zhǔn)確地描述時(shí)變的語音參數(shù)空間；此外，EM算法在確定模型參數(shù)時(shí)易陷入局部極值點(diǎn)。針對(duì)以上兩點(diǎn)，本文提出基于自組織聚類和改進(jìn)粒子群算法的聲道譜參數(shù)轉(zhuǎn)換方法。該方法基于自組織聚類建立一個(gè)多轉(zhuǎn)換規(guī)則的轉(zhuǎn)換系統(tǒng)，自適應(yīng)地選擇合適的規(guī)則進(jìn)行轉(zhuǎn)換，同時(shí)利用改進(jìn)的粒子群算法搜尋高斯混合模型參數(shù)的全局最優(yōu)值，確定每一類的轉(zhuǎn)換關(guān)系，從而實(shí)現(xiàn)更加精確地參數(shù)映射，提高合成語音