基于HMM的说话人转换中MLLR回归矩阵绑定方法地研究.pdfVIP

基于HMM的说话人转换中MLLR回归矩阵绑定方法的研究 秦龙．吴义坚。I仁华 中国科学技术大学讯飞语音实验室，230027 E·mail：qinlong@mailuste,edu．en，yiwu@iflytek．com，rhw@uste．cdu．cn 摘要 的原始说话人的模型进行自适应[5】【6】，从而使源说话人的 模型转换为目标说话人的模型。然后利用该目标说话人的模 本文对基于HMM的说话人转换方法中MLLR算法的 型进行参数预测，合成出目标说话人的语音。 回归矩阵绑定方法进行了深入的分析，并由此提出了基于上 MLLR算法根据最大似然准则估计一系列可以反映源 下文相关属性的回归矩阵绑定方法。一般的MLLR算法是 说话入模型与目标说话人模型之间差异的线性变换，并用这 通过简单的数据驱动方式对模型进行聚类的，而没有考虑各 些变换来调整源说话人模型中的所有分布，可以用较少的数 个模型所对应的上下文属性，因此在聚类过程中，有可能会 据取得较好的调整效果。MLLR先为模型分布的均值参数， 将一些上下文完全不相关的模型聚在一起，使模型的自适应 根据最大似然准则，估计均值转换矩阵，并在此基础上，调 效果变差。而基于上下文相关属性的聚类方法，可以利用大 整模型分布的协方差矩阵。当自适应数据量有限时，不可能 量的先验知识，将语音学上属于同一类语音的模型捆绑起 为每一个模型的分布都估计一个转换矩阵，而是采用多个分 来，共用一个回归矩阵，从而避免了由于回归类中含有不相 布共用一个转换矩阵的方式，称之为回归矩阵的绑定。然而， 关模型对自适应效果的影响。通过主客观的评测实验可以看 MLLR中回归矩阵的绑定没有考虑到各个模型所对应的上 到，使用改进后的回归矩阵绑定方法进行说话人转换实验， 下文属性，仅仅根据模型参数之间的距离进行聚类，因此有 所得到的合成语音的音色更加接近目标语音，并且保持了较 可能会将一些上下文完全不相关的模型聚在一起，导致模型 好的音质和自然度。 自适应的效果较差。为了解决这一问题，我们使用了一种基 关越弼回归矩阵绑定；模型自适应；聚类 于上下文相关属性的回归矩阵绑定方法，该方法可以利用大 量有效的先验知识对模型聚类，可以将语音学上属于同一类 1． 引言 语音的模型聚到一个回归类中，避免了由于回归类中含有不 随着语音合成技术的飞速发展，合成语音的音质和自然 相关模型对自适应效果的影响。 度都有了很大的提高。为了使语音合成系统可以合成出不同 首先，在文章的第二节，我们会简要说明一下基于 人、不同情感、不同发音方式的语音，雨又不至于录制更多 HM