- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种改进的CG-GM和谱激励联合语音转换技术研究硕士论文
学科门类: 工学 分 类 号:
论文编号: 硕101 密 级:
硕 士 学 位 论 文
论 文 题 目 一种改进的CG-GMM和谱激励联合
语音转换技术研究
专 业 名 称 信号与信息处理
研 究 方 向 现代语音通信技术
论文提交日期 2010-3-7
摘 要
语音转换是指改变一个人(源说话人)的语音特征,使之具备另一个人(目标说话人)的语音特征,从而使源说话人的语音听起来像目标说话人的语音的一种语音处理技术。该技术无论在商业领域还是在实用领域都有良好的发展前景和巨大的应用价值。
本文首先对LPC倒谱和线谱对LSF两种参数的转换性能进行比较;然后在现有的基音周期检测方法的基础上,提出一种基于Hilbert变换的残差倒谱基音周期检测方法,该方法能够提高基音检测的准确性。
其次重点研究了基于GMM的频谱包络转换方法,并对现有的CG-GMM方法进行改进,通过引入后验概率门限将GMM和VQ很好地结合起来,既避免了VQ的非连续性又减轻了CG-GMM的过平滑性。
最后对谱激励转换方法进行改进:基于MMSE准则,引入一个权重因子,将预测目标激励和残差波形转换这两种方法很好地结合起来,获取比较好的激励信号。
本文利用MATLAB仿真,从主、客观两个方面对系统的性能进行评价。仿真结果表明,本文提出的改进方法能够取得较好的效果。
关键词:语音转换,谱包络转换,高斯混合模型,谱激励转换,Hilbert变换,基音标注,后验概率门限ABSTRACT
Voice conversion is a technology about that changes one person’s (source speaker) voice character into another speaker’s (target speaker) voice character, so that the source speaker’s voice sounds like the target speaker’s voice. The technology has good prospects in business and practical areas.
Firstly, this paper compares LPC cepstral parameter and LSF parameter;Then it proposes a new residual cepstral pitch detection algorithm that based on Hilbert transform,This algorithm can improve the accuracy of pitch detection.
Secondly, this paper proposed a new method based on the existing CG-GMM method which combines the GMM algorithm and the VQ algorithm by introducing posterior probability threshold. This method not only reduces the problem of non-continuity but also relieves the over-smoothing problem.
Finally, this paper improves the traditional spectral excitation conversion method by combining the predicted target residual method and residual waveform conversion method,Simulation results show that the methods proposed in the paper can achieve better effects.
Keyword: Voice Conversion, Spectral Envelope Transformation, Gaussian Mixture Model, Spectral Excitation Transformation, Hilbert Trans
文档评论(0)