說話人聲音轉換方法研究.pdf

1、聲音轉換按照目不同可分為兩類：一類為非特定人聲音轉換，只要將原話者的聲音變掉即可；另一類為源一目標說話人聲音轉換，是要將原話者的聲音變成特定目標話者的聲音。針對不同目的的聲音轉換，本文在語音線性預測分析及LPC合成器的基礎上，著重研究了基于基頻的非特定人聲音轉換以及源一目標說話人聲音轉換中的聲道參數轉換。 對說話人的非特定人聲音轉換，可以通過控制LPC合成器中的基頻參數來實現。對基頻的適當改變可以引起說話人聲音模式的改變，但其改

2、變也會引起原語音譜包絡的變化，從而可能引起語義失真。本文通過主觀聽辨和客觀譜失真相結合的辦法，在基頻平移或縮放兩種改變方法下，由實驗按經驗獲得適合大多數人的、既引起轉換后語音的聲音模式改變、同時語義不失真的基頻改變范圍，以此范圍指導基于基頻的非特定人聲音轉換。 源一目標說話人聲道參數轉換是實現源一目標說話人聲音轉換的關鍵。通常采取分類獲取轉換規(guī)則的策略，即同一類的參數共享一個規(guī)則。顯然，分類數越多，轉換規(guī)則越多，轉換效果越好。為

3、了在一定的分類數下能獲取盡可能多的轉換規(guī)則，本文采用基于徑向基函數網絡(RBFNN)的分類線性加權轉換方法，以輸入特征矢量對各個類別(隱層節(jié)點)的“貢獻”作為各子類轉換規(guī)則的權值，轉換后的特征矢量為各子類輸出的加權，可以獲得遠大于分類數的轉換規(guī)則。針對通常采用FCM算法訓練網絡隱層節(jié)點中心欠準確、影響最終聲道轉換效果的問題，本文給出改進的差分進化FCM算法來獲得更優(yōu)化的隱層節(jié)點中心，并通過對比實驗表明使用改進的算法訓練中心，最終可在較大