【摘要】：語音轉(zhuǎn)換技術(shù)實(shí)現(xiàn)的是兩個(gè)不同說話人聲音個(gè)性特征之間的轉(zhuǎn)換,即通過改變源語音的聲學(xué)特征使之具有目標(biāo)語音的聲學(xué)特征,同時(shí)保留語義信息不變。語音轉(zhuǎn)換技術(shù)可以提供個(gè)性化語音,用于文語轉(zhuǎn)換終端,輔助醫(yī)療完善病人聲音,豐富智能化人機(jī)交互等。另外,語音轉(zhuǎn)換技術(shù)的研究有助于推動(dòng)語音信號(hào)處理其它領(lǐng)域的不斷發(fā)展,比如提高語音合成質(zhì)量,降低說話人辨識(shí)難度等。所以,語音轉(zhuǎn)換具有深遠(yuǎn)的應(yīng)用前景和較大的理論研究價(jià)值。基于AHOcoder語音聲碼器及GMM模型的語音轉(zhuǎn)換,主要工作如下:首先,從語音產(chǎn)生原理入手,描述發(fā)音系統(tǒng)的數(shù)學(xué)模型及常用的語音特征參數(shù),分析特征參數(shù)對(duì)語音產(chǎn)生的影響,并對(duì)語音轉(zhuǎn)換模型進(jìn)行介紹。給出用于語音分解、特征參數(shù)提取與合成的AHOcoder語音聲碼器,該聲碼器可將語音信號(hào)分解并提取出對(duì)數(shù)基頻、梅爾頻率倒譜系數(shù)等參數(shù)并在轉(zhuǎn)換之后基于特征參數(shù)進(jìn)行語音合成。其次,重點(diǎn)研究基于AHOcoder語音聲碼器和GMM的語音轉(zhuǎn)換系統(tǒng)。為了改善GMM造成的轉(zhuǎn)換語音質(zhì)量下降問題,加入雙線性頻率彎折訓(xùn)練,提高轉(zhuǎn)換語音的質(zhì)量。實(shí)驗(yàn)過程中發(fā)現(xiàn)時(shí)長不同會(huì)對(duì)語音轉(zhuǎn)換效果造成一定的影響,于是利用均值方差法求出源語音與目標(biāo)語音對(duì)應(yīng)的時(shí)長調(diào)整因子,并結(jié)合時(shí)域疊加法對(duì)源語音時(shí)長進(jìn)行調(diào)整,調(diào)整后的轉(zhuǎn)換語音更接近目標(biāo)語音。最后,針對(duì)GMM的過平滑現(xiàn)象進(jìn)一步進(jìn)行譜包絡(luò)補(bǔ)償,提出在GMM和雙線性頻率彎折訓(xùn)練的基礎(chǔ)上加入全局方差的方法。仿真實(shí)驗(yàn)表明,譜包絡(luò)補(bǔ)償方法減小了轉(zhuǎn)換語音與目標(biāo)語音間的MFCC譜距離,改善了語音轉(zhuǎn)換的效果,使得轉(zhuǎn)換語音的質(zhì)量進(jìn)一步提高。
【圖文】：

第2章 語音轉(zhuǎn)換基礎(chǔ)是以語音信號(hào)的產(chǎn)生模型為基礎(chǔ)，對(duì)語音個(gè)性重構(gòu)的過程。而語音信號(hào)模型的建立又是以說。所以研究語音轉(zhuǎn)換系統(tǒng)的實(shí)現(xiàn)需要對(duì)基礎(chǔ)的并分析影響語音個(gè)性特征的聲學(xué)參數(shù)，，以及語模理節(jié)從肺部呼出的氣流，通過發(fā)音器官作用后發(fā)過不同方式的作用，形成了不同聲音。圖 2-1
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN912.3

【相似文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 安潔;基于AHOcoder及GMM模型的語音轉(zhuǎn)換研究[D];燕山大學(xué);2018年

本文編號(hào)：2604785