基于高斯混合模型的語音轉(zhuǎn)換方法研究.pdf

1、語音轉(zhuǎn)換是指改變一個人(源說話人)的語音個性特征使之具備另一個人(目標說話人)的語音個性特征，從而使源說話人的語音聽起來像目標說話人的語音的一種語音處理技術(shù)。隨著現(xiàn)代生活水平的提高，人們不再單單追求語音的可懂度，而更加強調(diào)語音的個性化特征，因此，該技術(shù)的研究不僅具有重要的理論意義，同時也具有巨大的應(yīng)用價值，正逐漸成為語音處理領(lǐng)域的研究熱點之一。
　　 本文主要研究語音轉(zhuǎn)換技術(shù)的基本理論和方法，介紹了語音韻律轉(zhuǎn)換和譜包絡(luò)轉(zhuǎn)換的基本

2、概念和方法，重點研究了基于高斯混合模型的譜包絡(luò)轉(zhuǎn)換算法的原理和實現(xiàn)，論文的主要工作如下:
　　 首先，本文研究了傳統(tǒng)的基于高斯混合模型的譜包絡(luò)轉(zhuǎn)換算法，該算法在轉(zhuǎn)換函數(shù)訓(xùn)練時采用期望最大算法(EM算法)，由于其具有局部收斂特性，導(dǎo)致模型的參數(shù)估計對初值較敏感，且容易收斂到一個局部最優(yōu)值，本文將該算法與具有全局優(yōu)化特性的遺傳算法相結(jié)合，利用遺傳算法的并行搜索和全局尋優(yōu)特性對其加以改進，將其應(yīng)用到語音轉(zhuǎn)換的過程中，通過仿真實驗分析了

3、算法的性能。
　　 其次，本文研究了基于模糊高斯混合模型的譜包絡(luò)的轉(zhuǎn)換算法，該模型與傳統(tǒng)的高斯混合模型算法的主要不同在于對特征矢量的劃分采用了模糊聚類技術(shù)。本文描述了基于模糊高斯混合模型的譜包絡(luò)轉(zhuǎn)換算法的具體實現(xiàn)，并結(jié)合STRAIGHT語音分析合成模型實現(xiàn)了基于模糊高斯混合模型算法的語音轉(zhuǎn)換系統(tǒng)，通過仿真實驗對比分析研究了傳統(tǒng)高斯混合模型和模糊聚類高斯混合模型在譜包絡(luò)轉(zhuǎn)換效果方面的異同，分析了轉(zhuǎn)換后的語音質(zhì)量，并對存在的問題和不