基于高斯混合模型的语音转换技术研究

摘要

语音转换是指改变一个人的语音特征，同时将其转换为另外一个人的语音特征，从而使源说话人的语音听起来像目标说话人的语音的一种语音处理技术。语音转换是语音信号处理领域一个比较新的分支。随着现代生活水平的提高，人们不再单单追求语音的可懂度，而更加强调语音的个性化特征，因此，该技术的研究不仅具有重要的理论意义，同时也具有巨大的应用价值。
　　 本文的主要工作：
　　 一、对语音发音系统和模型、语音转换技术的基本理论和方法、常用的语音特征参数进行了讨论；研究了基于高斯混合模型（GMM）的谱包络转换方法。
　　 二、针对转换后语音的谱包络过于平滑的现象，本文提出了考虑谱包络全局变化特性的转换算法GMM-GV，仿真实验表明，这种方法有效地克服了谱包络的过平滑性。
　　 三、基于GMM-GV的转换算法是对每帧语音进行处理，没有考虑到帧间的相关信息，本文采用维特比算法对GMM-GV 转换系统进行改进，提出了一种改进的基于帧选择的语音转换系统GMM-GV-Viterbi，提高了转换后的语音质量。
　　 四、传统的基于高斯混合模型的基频转换方法，没有考虑到基频的时序信息，本文采用维特比算法对基于GMM的基频转换系统进行改进，提出了一种改进的基频转换系统GMM-Viterbi，从而使得转换后的语音音色更接近目标说话人特征。

目录

文摘

英文文摘

声明

第一章 绪论

第二章 语音转换关键技术

第三章 基于GMM 的谱包络转换方法

第四章 改进的基于帧选择的转换算法

第五章 语音转换系统的性能研究

第六章 总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文