基于高斯混合模型的语音转换技术的研究的中期报告.docxVIP

基于高斯混合模型的语音转换技术的研究的中期报告

一、研究背景和意义

随着社会的不断进步和发展，人们对于语音转换技术的需求也越来越高。语音转换技术可以将一种说话人的语音转换成另一种说话人的语音，可以应用于很多领域，如语音合成、故事讲解、虚拟形象等。因此，对于语音转换技术的研究具有非常重要的现实意义。

目前，语音转换技术的研究主要分为基于统计的方法和基于神经网络的方法两种。其中，基于高斯混合模型的方法是一种非常常见的基于统计的方法，因此本研究选择了基于高斯混合模型的语音转换技术作为研究方向。

二、研究内容和进展

1.数据搜集和预处理

为了进行语音转换的数据搜集，我们花费了大量的时间和精力，从多个语音数据库中挑选了一些合适的语音数据进行收集。经过精挑细选，最终选取了200个说话人的语音数据。

在进行语音数据的预处理时，我们首先将原始语音数据进行了分段，使每一段长度保持一致。然后，我们提取了每一段语音的MFCC特征。

2.建立高斯混合模型

接下来，我们使用EM算法和高斯混合模型对每个说话人的MFCC特征进行训练，以建立每个说话人的声学模型。在建立声学模型的过程中，我们选择了6个高斯分布来描述每个说话人的MFCC特征。

3.进行语音转换并评估转换效果

在对声学模型进行训练之后，我们运用该模型进行语音转换，并对转换后的语音进行了评估。我们使用了留存交叉验证的方法进行评估，即随机选取语音数