说话人声音转换法的研究.pdfVIP

中固科学技术人学坝lj论义 摘 要 摘要 语音信号包含非常丰富的信息。在这些信息之中，语音信号所表达的语言语义信息是展重要 的。同时，语音信号的第二信息特征，例如说话人的身份，在通信中也扮演者非常重要的角色。 说话人声音转换技术就是把一个人(源说话人)说的话进行转换，使其昕起来像男一个人(目标 说话人)说出来的一样。随着各种语音系统的越来越斡遍，说话人声音转换技术能提供各种各样 另一说话人特性的声音。 经典的说话人卢音转换方法主要包括高斯泄合模型和码本映射这两种。但是这两种方法在完成 说话人声音转换的时候都会产生转换后语音谱的过平滑效应，从而使转换后语音音质变筹。为了 改善这种效府带来的影响，本文在深入理解基丁码本映射的转换方法的基础上，对如何改善频谱 的过平滑所带来的影响进行了人蟮的实验研究，并通过对实验结果的分析，总结山了一种基r音 素绑定码本映射的新方法．实验表明该方法人大改善了频谱的过平滑所带来的影响，从而使合成 语音音质得剑了很人的提高。同时，本文应_}{J基于决策树的韵律转换方法以实现复杂的汉语韵律 转换。土观测试表明本文中的方法仅露少量的训练数据便能够有效地对说话人特征进行转换，同 时保持良好的语音音质。 近儿年来，Tminable 被基丁多空间概率分布的HMM在统一框架F对语音谱和基频进行建模。本文还将介纠与讨论一种 Trainable 基r TTS框架的说话人声音转换技术，研究基丁．Trainable TTS框架的汉语语音说话人声 音转换技术。这种方法与经典的高斯混合模型和码本映射方法不同之处在丁：该方法是对源说话人 剑的语音很接近丁目标说话人的风格。 关键字：说话人卢音转换，码本映射，高斯混合模型，STASC，可训练文语转换，最人似然线性同门 第1页共59页 中周科学技术大学填f‘论文 Abstract awide Speechsignalsconvey range canied speech isof informationcarded by signalprimeimportance．Meanwhile，thesecondary by signal speech suchas also an roleinhuman speakeridentityplaysimportant to SOthatitis asif another techniquesattemptmodifyspeechsignal perceivedspokenby various moreandmore speaker)．With systems conversion speech becoming ubiquitous，voice canoffera numberofuseful novicetLsercall a to applications．Forexample，a adapttext-to-speechsystem withanother and basedOil synthesize