基于分類映射的非并行語(yǔ)料語(yǔ)音轉(zhuǎn)換.pdf

1、語(yǔ)音轉(zhuǎn)換是指通過(guò)改變與源說(shuō)話人個(gè)性特征有關(guān)的聲學(xué)特征參數(shù)，使之聽(tīng)起來(lái)像是目標(biāo)說(shuō)話人的語(yǔ)音，而其中的語(yǔ)義是不發(fā)生變化的。傳統(tǒng)的語(yǔ)音轉(zhuǎn)換需要采用并行語(yǔ)料，訓(xùn)練源-目標(biāo)說(shuō)話人語(yǔ)音模型，得到語(yǔ)音轉(zhuǎn)換規(guī)則；但實(shí)際應(yīng)用中很難獲得并行的語(yǔ)料，本課題研究一種基于分類映射的非并行語(yǔ)料的語(yǔ)音轉(zhuǎn)換，改變的聲學(xué)特征參數(shù)為基音和譜包絡(luò)，主要內(nèi)容包括：
　　 1.研究STRAIGHT分析與合成算法，基于STRAIGHT平臺(tái)調(diào)整與說(shuō)話人個(gè)性特征有關(guān)的參數(shù)。<

2、br>　　 2.采用非平行語(yǔ)料，由STRAIGHT提取傅立葉短時(shí)譜和基音頻率F0。譜包絡(luò)基于K均值分類，然后采用DFW進(jìn)行分類映射并組成聯(lián)合特征矢量，最后采用GMM模型訓(xùn)練得到轉(zhuǎn)換函數(shù)3.給出基于分類映射的非并行語(yǔ)料語(yǔ)音轉(zhuǎn)換系統(tǒng)總體框架，并編程實(shí)現(xiàn)整個(gè)系統(tǒng)。
　　 最后通過(guò)ABX和MOS實(shí)驗(yàn)表明論文提出的語(yǔ)音轉(zhuǎn)換方法可以得到與傳統(tǒng)的并行語(yǔ)料語(yǔ)音轉(zhuǎn)換接近的轉(zhuǎn)換性能，轉(zhuǎn)換語(yǔ)音的目標(biāo)說(shuō)話人識(shí)別正確率達(dá)到95.5％。實(shí)驗(yàn)結(jié)果充分說(shuō)明了