检索结果-南通市图书馆

天津大学学报（自然科学与工程技术版） 2015年第8期48卷 670-674页

作者：凌震华高丽戴礼荣中国科学技术大学信息科学技术学院合肥230027

提出了一种用于情感语音合成的基频转换方法.该方法使用定量目标逼近(q TA)特征作为语音音节层的基频描述,并用高斯双向联想贮存器(GBAM)实现中性合成语音音节层q TA参数向目标情感语音音节层q TA参数的转换.在模型训练阶段,首先基于中... 详细信息

提出了一种用于情感语音合成的基频转换方法.该方法使用定量目标逼近(q TA)特征作为语音音节层的基频描述,并用高斯双向联想贮存器(GBAM)实现中性合成语音音节层q TA参数向目标情感语音音节层q TA参数的转换.在模型训练阶段,首先基于中性语料库和统计参数语音合成方法构建中性语音合成系统;然后利用少量情感录音数据,将从情感语音文本对应的中性合成语音中提取的q TA参数作为源数据,将情感录音中提取的q TA参数作为目标数据,进行GBAM转换模型的训练.在情感语音合成阶段,利用训练得到的GABM模型,实现中性合成语音基频特征向目标情感的转换.实验结果表明,该方法在目标情感数据较少的情况下可以取得比最大似然线性回归(MLLR)模型自适应方法更好的情感表现力.

关键词：情感语音合成定量目标逼近高斯双向联想贮存器基频转换

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于非负矩阵分解的情感语音基频转换研究

引用

计算机工程 2018年第5期44卷 256-261页

作者：邓叶勋赵晖新疆大学信息科学与工程学院乌鲁木齐830046

为解决情感语音基频转换过程中基频建模的间断性问题,提高生成语音的情感自然度,利用非负矩阵分解(NMF)技术,提出带有参数控制的情感语音基频转换方法。选择连续小波变换参数化基频并对语音韵律结构中的各层级进行独立建模,采用NMF将基... 详细信息

为解决情感语音基频转换过程中基频建模的间断性问题,提高生成语音的情感自然度,利用非负矩阵分解(NMF)技术,提出带有参数控制的情感语音基频转换方法。选择连续小波变换参数化基频并对语音韵律结构中的各层级进行独立建模,采用NMF将基频特征数据分解为基范例及其对应的权重,将目标基范例替换待转换语音基范例并重建目标语音基频。此外,引入激活度调整因子作为参数控制对现有模型进行优化。实验结果表明,在小数据库语料中,该方法在基频重建误差与情感力度方面都显示出优势,且能够有效地将中性语音转换为情感语音。

关键词：情感语音转换连续小波变换非负矩阵分解基频转换韵律层级

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于目标逼近特征和双向联想贮存器的情感语音基频转换

基于目标逼近特征和双向联想贮存器的情感语音基频转换

引用

第十三届全国人机语音通讯学术会议(NCMMSC2015)

作者：高丽凌震华戴礼荣中国科学技术大学电子工程与信息科学系

本文提出了一种用于情感语音合成的基频转换方法。该方法使用定量目标逼近(q TA)特征作为语音音节层的基频描述,使用高斯双向联想贮存器(GBAM)实现中性合成语音音节层q TA参数向目标情感语音音节层q TA参数的转换。在模型训练阶段,首先... 详细信息

本文提出了一种用于情感语音合成的基频转换方法。该方法使用定量目标逼近(q TA)特征作为语音音节层的基频描述,使用高斯双向联想贮存器(GBAM)实现中性合成语音音节层q TA参数向目标情感语音音节层q TA参数的转换。在模型训练阶段,首先基于中性语料库和统计参数语音合成方法构建中性语音合成系统;然后利用少量情感录音数据,将从情感语音文本对应的中性合成语音中提取的q TA参数作为源数据,将情感录音中提取的q TA参数作为目标数据,进行GBAM转换模型的训练。在情感语音合成阶段,利用训练得到的GABM模型,实现中性合成语音基频特征向目标情感的转换。实验结果表明,该方法在目标情感数据较少的情况下可以取得比最大似然线性回归(MLLR)模型自适应方法更好的情感表现力。

关键词：情感语音合成目标逼近模型双向联想贮存器基频转换

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基频轨迹转换算法及在语音转换系统中的应用研究

引用

南京邮电大学学报（自然科学版） 2010年第5期30卷 83-87页

作者：陈芝张玲华南京邮电大学通信与信息工程学院江苏南京210003

提出并实现了一种基于广义人工神经网络和STRAIGHT模型的高效基频轨迹跟踪算法。一方面,STRAIGHT模型可以对语音信号的基频进行较大幅度的修改而不至于引起合成语音质量的下降。另一方面,利用人工神经网络优良的预测能力,学习源说话人... 详细信息

提出并实现了一种基于广义人工神经网络和STRAIGHT模型的高效基频轨迹跟踪算法。一方面,STRAIGHT模型可以对语音信号的基频进行较大幅度的修改而不至于引起合成语音质量的下降。另一方面,利用人工神经网络优良的预测能力,学习源说话人和目标说话人的基频轨迹之间的内在联系,实现基音频率的转换。语谱图分析、主观意见分评价结果表明:提出的基频轨迹跟踪算法在合成语音质量及目标特征映射上都远远好于传统的基频转换算法。

关键词： STRAIGHT模型基频转换人工神经网络语音转换

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于平行语料的语音情感分析与转换

基于平行语料的语音情感分析与转换

引用

作者：缪承志北方工业大学

学位级别：硕士

语音情感转换是一种特殊的语音转换,它是在保持语义内容和说话人身份的同时,将源说话人语音中的情感状态,转换到另一种情感状态的技术。语音情感转换中使用的语音数据分为非平行和平行语音数据,主要区别为是否具有相同语义内容的成对语... 详细信息

语音情感转换是一种特殊的语音转换,它是在保持语义内容和说话人身份的同时,将源说话人语音中的情感状态,转换到另一种情感状态的技术。语音情感转换中使用的语音数据分为非平行和平行语音数据,主要区别为是否具有相同语义内容的成对语音数据。使用平行语音数据相较于使用非平行语音数据的语音情感转换,其有着不需要大量的训练数据以及较快的语音转换速度的优点,这些优点契合在实际中的应用。但是在语音情感转换前,平行语音数据需要使用动态时间规整(DTW)算法进行对齐,由于情感语音的变化波动大且没有规律,使得DTW算法在情感语音数据中的存在少匹配或是过度匹配的问题。此外,在语音情感转换中,主要焦点是频谱特征的转换,然而基频特征也是语音情感表达中重要的特征之一,其反应说话人的音色特点,却得不到重视。本文针对上述问题,考虑语音情感转换在实际中的应用,对语音情感转换的特征和模型进行了分析和研究,以及DTW算法在语音情感转换上的改进,具体的研究工作主要包括以下内容:1、针对传统语音情感转换不重视基频转换的问题,本文提出了一种基于基频特征段的混合模型语音情感转换方法。该方法对基频特征取对数,构建多维对数基频特征段,使用人工神经网络(ANN)进行训练,进而转换情感语音的基频特征,提高语音情感转换的鲁棒性。同时使用深度双向长短期记忆网络(DBi LSTM)来训练由频谱特征转换的梅尔倒谱系数(MFCC)特征,从中构建源和目标语音之间的频谱映射关系,以及学习频谱上下文之间的关系。实验结果表明,该方法使用混合模型分别对频谱特征和基频特征进行转换,能够使转换后的情感语音在主观评价MOS上提升8%。对于频谱特征转换,相较于其他模型在客观评价MCD上下降9%。对于本文使用的多维对数基频特征段的基频特征转换,比使用传统高斯归一化函数进行基频转换,在客观评价F0-RMSE中平均下降18%。2、在平行情感语音数据中,针对传统的DTW算法在进行情感语音数据对齐时存在的过度对齐和缺少局部匹配问题,本文提出了一种基于Shape DTW++的情感语音对齐算法。新算法在DTW算法上进行了改进,先使用Shape DTW算法中形状描述符将DTW算法的输入序列转换为描述符序列,增加局部匹配性。再通过在DTW算法中添加自适应累计距离损失权重和松弛端点,对描述符序列进行对齐,从而降低情感语音数据的过度对齐现象。通过实验表明,Shape DTW++算法能够比DTW算法获得更好的情感语音对齐数据,降低输入数据对模型训练带来的损失,进而提高最终的语音情感转换效果。3、本文通过以上研究内容,设计并实现了基于基频特征段的混合模型语音情感转换方法在语音情感转换上的可视化应用系统,该系统包括了对情感语音数据和特征的展示,对平行情感语音数据对齐的结果展示以及对语音情感转换结果的展示,可视化的展示了本文语音情感转换方法在语音情感转换上的应用。

关键词：语音情感转换混合模型 ShapeDTW 基频转换情感语音对齐

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的语音转换

基于神经网络的语音转换

引用

作者：解奉龙哈尔滨工业大学

学位级别：硕士

基于神经网络的语音转换利用其特殊的非线性方程转换式将源说话人的特征映射为目标说话人的特征，这种方法被证实比基于高斯混合模型语音转换方法更加有效。然而，基于神经网络的语音转换还有诸多不足。例如目前神经网络的训练是基于最... 详细信息

基于神经网络的语音转换利用其特殊的非线性方程转换式将源说话人的特征映射为目标说话人的特征，这种方法被证实比基于高斯混合模型语音转换方法更加有效。然而，基于神经网络的语音转换还有诸多不足。例如目前神经网络的训练是基于最小化帧误差准则的，因此神经网络相应的权值是根据整个的源说话人和目标说话人的训练数据来进行调整的。在本文中，我们受启发于基于隐马尔科夫模型(HMM)的语音合成体系中的基于整句优化最小化生成误差的训练准则，将语音转换中神经网络训练的基于帧误差最小化的训练准则改为基于序列误差最小化的训练准则。我们利用基于梯度下降的反向传播算法来最小化一句训练数据上源说话人和目标说话人之间的转换误差。实验结果表明通过先用最小化帧误差准则训练，再用最小化序列误差训练的神经网络比起只用最小化帧误差训练的神经网络转换出来的声音在主观测试中更胜一筹。在目前的语音转换中，韵律转换尤其是基频转换是一个很具有挑战性的研究课题，这主要是因为基频的不连续性。通常基频转换都是通过改变源说话人基频分布的均值和方差到目标说话人分布上去。这种方法抹除了说话人韵律的细节信息只保留的基频的整体轮廓。在本文中，我们将基频和谱特征一同在神经网络中进行转换。从实验结果上来看比起高斯归一化的方式，通过神经网络的转换可以大幅减少转换语音和目标语音之间的清音/浊音误差及基频均方根误差。将基频进行小波分解后可以进一步提高转换结果。

关键词：语音转换神经网络预训练最小化序列误差基频转换小波分解

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：