高合成质量的语音转换系统.pdfVIP

　第 26卷 　第 4 期 应 用 科 学 学 报 Vo l. 26　No. 4　 　2008年 7 月 JOURNAL OF A PPL IED SC IENCESElectron ic s and Inform ation Engineering Ju l. 2008　 　　文章编号 : (2008) 04 037806 高合成质量的语音转换系统 徐 　宁 , 　杨 　震 (南京邮电大学 信号处理与传输研究院 ,江苏 南京 2 10003) 摘 　要 : 提出并实现了一种基于 STRA IGH T模型的、合成语音质量较高的语音转换系统. 一方面 STRA IGH T模型可 以对语音的基频 、时长等参数进行较大幅度的修改而不引起合成语音质量的下降 ,另一方面引入 “预测 ”谱参数的 概念 ,利用搜索预测码书的方法进行转换 ,既避免了经典系统中 GMM 模型谱参数估计的过平滑问题 ,又克服了经 典系统基于 L PC模型合成语音时 ,在帧与帧连接处会产生较大脉冲波形的缺点. 语谱图分析 、ABX 测试和 MO S分 评价结果表明:提出的语音转换算法在合成语音质量和 目标说话人特征映射上都远远好于经典的基于 L PC模型的 GMM 转换系统. 关键词 : STRA IGH T模型 ; 基频预测 ; 谱参数预测 ; 语音转换 中图分类号 : TN 925. 93; TP393. 17　　　文献标志码 : A H igh Qua lity Vo ice M orph in g Sy stem XU N ing, 　YAN G Zhen ( Ins titu te of S ig na l P rocess ing and Transm iss ion, N anj ing Un ivers ity of P os ts and Telecomm un ica tions, N anj ing 2 10003, Ch ina) A b stract: Th is p ap er in troduce s a novel p redictab le vo ice morp h ing system. It is sup erior due to the u se of the STRA IGH T model that allow s flexib le m an ipu lation of sp eech p aram eters such a s p itch , vocal tract length , and sp eak ing rate wh ile m ain tain ing h igh rep roduction quality. The advan tage of the system is also attribu ted to the in troduction of the p red ictab le sp ectrogram , re so lving the p rob lem s of over smooth ing of GMM m app ing, and discon tinu itie s between con secu tive fram e s cau sed by traditional L PC model. Subjective evaluation and objective m ea su rem en t ind icate that the p ropo sed m ethod ou tp erform s the traditional m ethod both in syn the sized quality and p recision of m