基于isodata聚类算法的语音转换研究分析.pdfVIP

第27卷摇 第6期 计 算机 技 术 与发 展 Vol.27摇 No.6 2017年6月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2017 基于ISODATA聚类算法的语音转换研究 崔立梅,李燕萍,吕中良 (南京邮电大学通信与信息工程学院,江苏 南京 210003) 摘摇 要:提出了一种基于迭代自组织聚类算法(ISODATA)的双线性频率弯折语音转换模型。 根据语音特征参数分类不充 分产生残差成分的问题,在基于高斯混合模型的聚类过程中引入了迭代自组织聚类算法。 该算法将聚类得到的类内均值 作为训练模型初始均值,改善了EM算法初始值选取不当导致算法不能收敛的问题,从而对特征参数的拟合更加准确,结 合后续的双线性频率弯折(BLFW)模型实现语音转换。 实验测试结果表明:提出的算法具有较好的自适应聚类特性,能够 使特征参数分类更合理,进而得到更准确的转换函数,使得转换的语音更接近目标语音。 选择合适的初始值参数,对提出 的算法与高斯混合模型及双线性频率弯折模型进行比较,平均MCD值相差很小,平均MOS值有所提高。 这说明合理精确 的聚类有利于提高语音转换系统的性能。 关键词:迭代自组织聚类算法;双线性频率弯折语音转换模型;残差成分;聚类特性 中图分类号:TP301.6摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 文章编号:1673-629X(2017)06-0106-04 doi:10.3969/j.issn.1673-629X.2017.06.022 Research on Voice Conversion Based on Self Organizing Clustering and Frequency Warping CUI Li-mei,LI Yan-ping,LYU Zhong-liang (College of Communication Information Engineering,Nanjing University of Postsand Telecommunications,Nanjing210003,China) Abstract:A voice conversion model of bilinear frequency warping based on Iterative Self-Organizing clustering Data Analysis Tech鄄 niquesAlgorithm (ISODATA) is put forward.According to the residual components generated by insufficient classification of speech feature parameters,in the clustering processbased on Gaussian mixture model,the iterative self-organizing clustering algorithm is intro鄄 duced.It takesaverage value within classobtained by clustering asthe initial mean for training model,which improves the problem that the algorithm cannot convergeduetoinappropriatedinitialvalue selection ofEMalgorithm,thusmakingthecharacteristicparametersfit