频率弯折对基于HMMTTS的说话人转换的改进的中期报告.docxVIP

频率弯折对基于HMMTTS的说话人转换的改进的中期报告 本次中期报告将会介绍频率弯折对基于HMMTTS的说话人转换的改进的研究进展。 HMMTTS是一种基于隐马尔可夫模型的语音合成技术，它可以将输入的文本转换为合成语音。然而，HMMTTS合成语音的说话人身份通常是固定的，这限制了它在语音风格转换领域的应用。 为了解决这个问题，我们引入了频率弯折技术，它可以改变语音信号的基频，并且不会影响说话人的语音特征。我们的目标是基于HMMTTS将输入文本转换为合成语音，并使用频率弯折技术来改变说话人的基频。 在实验中，我们选择了两位说话人进行实验。首先，我们使用这两位说话人的语音特征训练了两个HMMTTS模型，分别用于合成两位说话人的语音。然后，我们使用一些基于频率弯折的技术来改变两位说话人的基频。最后，我们使用这四个模型生成了多组对比实验，用于评估我们的方法的效果。 我们的实验结果表明，使用频率弯折技术可以有效地改变语音信号的基频，而且不会影响说话人的语音特征。同时，在语音风格转换领域，我们的方法可以更好地改变说话人的基频，使得合成语音更加接近目标说话人。此外，我们还发现，我们的方法可以减少合成语音的失真和噪声，从而提高语音合成的质量。 我们将继续进行实验，以进一步评估我们的方法，在实际应用中寻求更好的效果。