發(fā)布時間：2024-03-10 11:57

　　聲道譜轉(zhuǎn)換是語音轉(zhuǎn)換中的關(guān)鍵技術(shù)。目前,大多數(shù)語音轉(zhuǎn)換方法對聲道譜的轉(zhuǎn)換都是先提取語音中的某一種聲道特征參數(shù),然后對其進(jìn)行訓(xùn)練轉(zhuǎn)換,進(jìn)而合成轉(zhuǎn)換語音。由于不同的聲道特征參數(shù)表征著不同的物理和聲學(xué)意義,因此這些方法通常忽略了不同聲道特征參數(shù)之間可能存在的互補(bǔ)性。針對這一問題,研究了不同聲道特征參數(shù)之間進(jìn)行聯(lián)合建模的方法,引入了一種由線性預(yù)測系數(shù)(LinearPredictionCoefficient,LPC)和梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstral Coefficient, MFCC)聯(lián)合構(gòu)成的LPC-MFCC特征參數(shù),提出了一種基于高斯混合模型(Gaussian Mixture Model, GMM)和LPC-MFCC聯(lián)合特征參數(shù)的語音轉(zhuǎn)換方法。為驗(yàn)證文中方法的有效性,仿真實(shí)驗(yàn)選取了基于GMM和LPC的語音轉(zhuǎn)換方法進(jìn)行對比,對多組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行主觀和客觀測試,結(jié)果表明,文中提出的語音轉(zhuǎn)換方法可以獲得相似度更高的轉(zhuǎn)換語音。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖2MFCC特征提取流程

圖1基于GMM模型和LPC-MFCC聯(lián)合特征的轉(zhuǎn)換框圖2.2.4時間對齊

圖1基于GMM模型和LPC-MFCC聯(lián)合特征的轉(zhuǎn)換框圖

為了便于闡述參數(shù)的聯(lián)合過程，假設(shè)矩陣Alpc表示根據(jù)某一句語音提取得到的LPC參數(shù)，階數(shù)為M×N，其中M表示幀數(shù)，N表示特征維度。矩陣Amfcc表示根據(jù)同一語音提取得到的MFCC參數(shù)，階數(shù)為M×N。對兩個矩陣按列拼接得到聯(lián)合矩陣，即LPC-MFCC特征參數(shù)對應(yīng)的矩陣，階數(shù)大小為M....

本文編號：3924756