基于分類映射的非并行語料語音轉(zhuǎn)換.pdf

1、語音轉(zhuǎn)換是指通過改變與源說話人個性特征有關(guān)的聲學(xué)特征參數(shù)，使之聽起來像是目標說話人的語音，而其中的語義是不發(fā)生變化的。傳統(tǒng)的語音轉(zhuǎn)換需要采用并行語料，訓(xùn)練源-目標說話人語音模型，得到語音轉(zhuǎn)換規(guī)則；但實際應(yīng)用中很難獲得并行的語料，本課題研究一種基于分類映射的非并行語料的語音轉(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平臺調(diào)整與說話人個性特征有關(guān)的參數(shù)。<

2、br>　　 2.采用非平行語料，由STRAIGHT提取傅立葉短時譜和基音頻率F0。譜包絡(luò)基于K均值分類，然后采用DFW進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料語音轉(zhuǎn)換系統(tǒng)總體框架，并編程實現(xiàn)整個系統(tǒng)。
　　 最后通過ABX和MOS實驗表明論文提出的語音轉(zhuǎn)換方法可以得到與傳統(tǒng)的并行語料語音轉(zhuǎn)換接近的轉(zhuǎn)換性能，轉(zhuǎn)換語音的目標說話人識別正確率達到95.5％。實驗結(jié)果充分說明了