發(fā)布時(shí)間：2017-10-04 09:49

  本文關(guān)鍵詞：基于MFCC和GMM語(yǔ)音轉(zhuǎn)換技術(shù)研究

  更多相關(guān)文章： 語(yǔ)音轉(zhuǎn)換 梅爾倒譜參數(shù) 混合高斯模型 平均意見(jiàn)得分測(cè)試

【摘要】：語(yǔ)音是人們最直接的溝通方式,對(duì)語(yǔ)音信號(hào)的處理一直是目前最為熱門(mén)的研究方向之一。語(yǔ)音轉(zhuǎn)換指通過(guò)語(yǔ)音處理手段改變一個(gè)人的語(yǔ)音個(gè)性特征,使之具有另一個(gè)人的語(yǔ)音特征,但同時(shí)保持原有的語(yǔ)義信息不變。語(yǔ)音轉(zhuǎn)換是語(yǔ)音信號(hào)處理一個(gè)重要的分支領(lǐng)域,其涉及到了多個(gè)學(xué)科,包括生理、聲學(xué)、信號(hào)處理等多個(gè)學(xué)科,在多媒體配音,醫(yī)學(xué)治療發(fā)聲器官受損及保密領(lǐng)域都有十分廣闊的應(yīng)用前景。本文考慮在梅爾倒譜系數(shù)和高斯混合模型的基礎(chǔ)上設(shè)計(jì)一個(gè)語(yǔ)音轉(zhuǎn)換系統(tǒng)。為此,本文首先介紹了語(yǔ)音轉(zhuǎn)換的定義以及研究的現(xiàn)實(shí)價(jià)值；接著在此基礎(chǔ)上對(duì)語(yǔ)音轉(zhuǎn)換的兩大主要步驟進(jìn)行了分析：特征參數(shù)的提取以及轉(zhuǎn)換函數(shù)的確定。梅爾倒譜系數(shù)考慮了人耳的聽(tīng)覺(jué)特性,高斯混合模型也很好的擬合了轉(zhuǎn)換函數(shù)的曲線(xiàn),二者都是語(yǔ)音轉(zhuǎn)換領(lǐng)域中熱門(mén)的選擇之一；隨后本文設(shè)計(jì)了一個(gè)語(yǔ)音轉(zhuǎn)換系統(tǒng),將系統(tǒng)分為三個(gè)部分：提取部分、訓(xùn)練部分和轉(zhuǎn)換部分,對(duì)每一個(gè)部分的設(shè)計(jì)與實(shí)現(xiàn)都加以詳細(xì)的介紹；最后,本文設(shè)定了不同的測(cè)試方向,采用頻譜失真度和平均意見(jiàn)得分測(cè)試兩種方法從主觀和客觀兩個(gè)方面對(duì)轉(zhuǎn)換的效果做出了評(píng)價(jià)。
【關(guān)鍵詞】：語(yǔ)音轉(zhuǎn)換 梅爾倒譜參數(shù) 混合高斯模型 平均意見(jiàn)得分測(cè)試
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN912.3
【目錄】：

• 摘要3-4
• Abstract4-7
• 1 緒論7-12
• 1.1 語(yǔ)音轉(zhuǎn)換的定義7
• 1.2 語(yǔ)音轉(zhuǎn)換的意義與應(yīng)用7-8
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀及問(wèn)題8-9
• 1.4 論文內(nèi)容和結(jié)構(gòu)安排9-12
• 2 語(yǔ)音轉(zhuǎn)換相關(guān)理論12-26
• 2.1 語(yǔ)音發(fā)音系統(tǒng)12-13
• 2.2 語(yǔ)音信號(hào)的數(shù)學(xué)模型13-15
• 2.3 語(yǔ)音信號(hào)的時(shí)域分析15-16
• 2.3.1 短時(shí)能量和短時(shí)平均幅度15-16
• 2.3.2 短時(shí)平均過(guò)零率16
• 2.4 語(yǔ)音信號(hào)的頻域分析16-17
• 2.5 相關(guān)聲學(xué)參數(shù)17-18
• 2.6 語(yǔ)音轉(zhuǎn)換的主要方法18-23
• 2.6.1 矢量量化法18-19
• 2.6.2 說(shuō)話(huà)人插值法19-20
• 2.6.3 線(xiàn)性多變量回歸法20-21
• 2.6.4 神經(jīng)網(wǎng)絡(luò)法21
• 2.6.5 高斯混合模型法21-22
• 2.6.6 隱馬爾科夫模型法22-23
• 2.7 評(píng)價(jià)標(biāo)準(zhǔn)23-26
• 2.7.1 客觀評(píng)價(jià)標(biāo)準(zhǔn)24
• 2.7.2 主觀測(cè)試標(biāo)準(zhǔn)24-26
• 3 特征參數(shù)26-36
• 3.1 常見(jiàn)特征參數(shù)26-28
• 3.1.1 LPC系數(shù)26-27
• 3.1.2 LPCC特征參數(shù)27-28
• 3.1.3 MFCC特征參數(shù)28
• 3.2 人的聽(tīng)覺(jué)系統(tǒng)和語(yǔ)音的感知28-30
• 3.2.1 聽(tīng)覺(jué)系統(tǒng)的生理機(jī)制28-29
• 3.2.2 聽(tīng)覺(jué)特性29-30
• 3.3 Mel頻率簡(jiǎn)介30-36
• 3.3.1 梅爾倒譜系數(shù)MFCC及其提取算法31
• 3.3.2 求取MFCC系數(shù)的具體算法和步驟31-36
• 4 語(yǔ)音轉(zhuǎn)換的實(shí)現(xiàn)過(guò)程36-49
• 4.1 提取部分36-41
• 4.2 訓(xùn)練部分41-45
• 4.2.1 動(dòng)態(tài)時(shí)間規(guī)整DTW41
• 4.2.2 訓(xùn)練算法41-45
• 4.3 轉(zhuǎn)換部分45-49
• 4.3.1 最小均方誤差(MMSE)準(zhǔn)則45
• 4.3.2 轉(zhuǎn)換算法45-47
• 4.3.3 語(yǔ)音的后期處理47-49
• 5 實(shí)驗(yàn)與仿真49-53
• 5.1 實(shí)驗(yàn)準(zhǔn)備49
• 5.1.1 實(shí)驗(yàn)的語(yǔ)音庫(kù)49
• 5.1.2 性能指標(biāo)49
• 5.2 實(shí)驗(yàn)結(jié)果與分析49-52
• 5.2.1 MFCC系數(shù)對(duì)轉(zhuǎn)換性能的影響49-50
• 5.2.2 GMM方法對(duì)轉(zhuǎn)換性能的影響50-51
• 5.2.3 說(shuō)話(huà)人對(duì)轉(zhuǎn)換性能的影響51-52
• 5.3 本章小結(jié)52-53
• 6 總結(jié)與展望53-55
• 6.1 工作總結(jié)53
• 6.2 工作展望53-55
• 致謝55-56
• 參考文獻(xiàn)56-59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 宋鵬;王浩;趙力;;基于混合Gauss歸一化的語(yǔ)音轉(zhuǎn)換方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 張曉楓;基于小波變換與GMM的說(shuō)話(huà)人識(shí)別研究[D];西安電子科技大學(xué);2002年

2 任永梅;自適應(yīng)閾值小波包語(yǔ)音增強(qiáng)算法的研究[D];太原理工大學(xué);2013年

，

本文編號(hào)：969992