检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

声音转换实验系统的研究与实现

南京理工大学学报 2005年第S1期29卷 217-220页

作者：刘金凤符敏程德福吉林大学-美国德州仪器DSP联合实验室吉林大学-美国德州仪器DSP联合实验室吉林长春130026

声音转换是将源说话人的声音转化成具有目标说话人特征信息的声音的方法。该系统选择共振峰频率和带宽及基音周期等声音特征参数,分别使用LPC求根法和自相关法提取这些特征参数。矢量量化的码本映射方法实现声音特征转换,共振峰参数法... 详细信息

声音转换是将源说话人的声音转化成具有目标说话人特征信息的声音的方法。该系统选择共振峰频率和带宽及基音周期等声音特征参数,分别使用LPC求根法和自相关法提取这些特征参数。矢量量化的码本映射方法实现声音特征转换,共振峰参数法合成转换语音。实验中对5个国际音标与语音中的元音进行转换,并使用MFCC听觉倒谱法对转换结果进行评估,其中男声到女声的转换后的语音到目标语音的MFCC距离比源语音到目标语音MFCC距离平均减小48.8%。

关键词：声音转换矢量量化代码映射语音合成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种使用声调映射码本的汉语声音转换方法

数据采集与处理 2005年第2期20卷 144-149页

作者：左国玉刘文举阮晓钢中国科学院自动化所模式识别国家重点实验室北京100080 北京工业大学电子信息与控制工程学院北京100022

在使用高斯混合模型实现说话人语音频谱包络变换的同时,提出了一种汉语声调码本映射技术来进一步提高转换语音目标说话人特征倾向性的方法。从源语音和目标语音分别提取汉语单音节的基频曲线作为基频变换单元,作预处理和聚类后分别形成... 详细信息

在使用高斯混合模型实现说话人语音频谱包络变换的同时,提出了一种汉语声调码本映射技术来进一步提高转换语音目标说话人特征倾向性的方法。从源语音和目标语音分别提取汉语单音节的基频曲线作为基频变换单元,作预处理和聚类后分别形成源、目标声调码本,根据时间对准原则建立了一个由源特征空间到目标特征空间的声调模式映射码本。声音转换实验评估了声调码本映射算法的性能。实验结果表明,该算法较好地反映出源说话人与目标说话人基频曲线之间的映射关系,改善了声音转换性能。

关键词：声音转换声调映射码本混合高斯映射

在线全文

学校读者我要写书评

暂无评论

基于音素绑定码本映射的说话人声音转换方法

模式识别与人工智能 2006年第3期19卷 300-306页

作者：王子祥戴礼荣王玉平王仁华中国科学技术大学电子工程与信息科学系合肥230027

介绍说话人声音转换系统框架,并对传统的基于码本映射的说话人声音转换方法进行讨论.指出传统的码本映射方法由于对谱的转换采用所有码本加权叠加,因此会产生转换后语音频谱平滑效应过重的问题,从而使转换后语音音质较差.为了克服这种问... 详细信息

介绍说话人声音转换系统框架,并对传统的基于码本映射的说话人声音转换方法进行讨论.指出传统的码本映射方法由于对谱的转换采用所有码本加权叠加,因此会产生转换后语音频谱平滑效应过重的问题,从而使转换后语音音质较差.为了克服这种问题,本文提出基于音素绑定的码本加权叠加方法来完成语音谱的转换,同时利用决策树来完成韵律的转换.实验表明,即使在数据量较少的情况下,该方法也能较好地完成说话人声音转换,并能得到较高的语音音质.

关键词：声音转换码本映射决策树

基于隐马尔可夫模型和高斯混合模型结合的声音转换方法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2009年第3期24卷 285-289页

作者：岳振军邹翔王浩解放军理工大学理学院南京211101 解放军理工大学通信工程学院南京210007

针对隐马尔可夫模型较强的语音信号表征能力和高斯混合模型良好的声音转换效果,提出了一种了隐马尔可夫模型和高斯混合模型相结合转换线谱频率的方法,给出了理论推导和算法流程,并利用高斯建模实现了韵律特征的转换。利用所述算法对录... 详细信息

针对隐马尔可夫模型较强的语音信号表征能力和高斯混合模型良好的声音转换效果,提出了一种了隐马尔可夫模型和高斯混合模型相结合转换线谱频率的方法,给出了理论推导和算法流程,并利用高斯建模实现了韵律特征的转换。利用所述算法对录制的两段语音进行了仿真实验,转换语音有较好的自然度和清晰度,ABX测试结果显示,文中算法得到的语音在听觉上有90.2%的概率更接近目标说话人语音。

关键词：声音转换线谱频率隐马尔可夫模型高斯混合模型主观评价

在线全文

学校读者我要写书评

暂无评论

声音转换的神经网络建模方法研究

声音转换的神经网络建模方法研究

作者：刘利娟中国科学技术大学

学位级别：硕士

声音转换技术是在保持语义内容不变情况下,改变一个说话人语音中的个性信息使其具有另外一个说话人的发音特征。它是语音信号处理领域一个较新的分支。对这项技术的研究不仅对语音编码、语音合成、语音增强和语音识别等语音信号处理领... 详细信息

声音转换技术是在保持语义内容不变情况下,改变一个说话人语音中的个性信息使其具有另外一个说话人的发音特征。它是语音信号处理领域一个较新的分支。对这项技术的研究不仅对语音编码、语音合成、语音增强和语音识别等语音信号处理领域具有促进意义,同时它还可以应用于多媒体娱乐、医疗、保密通信等方面具有广泛的应用价值。基于高斯混合模型(Gaussian Mixture Model, GMM)的转换方法是目前主流的声音转换方法。该方法采用统计建模的方式建立转换关系,具有相似度高、鲁棒性好的优点。但是其得到的转换语音的音质受过平滑效应的影响仍有待提高。并且这种方法获得的转换模型是源和目标说话人相关的,针对新的转换说话人对需要重新训练模型,使得模型在使用灵活性上存在缺陷。本文围绕改善基于GMM模型的声音转换方法的转换效果与提高转换模型的使用灵活性两方面展开研究。基于GMM模型转换方法中的过平滑效应问题主要由两个原因产生：1)建模采用的高层频谱特征从原始频谱上提取得到,特征的提取过程导致频谱细节信息丢失;2)GMM只能建立线性转换关系,对源和目标频谱特征的非线性转换关系建模不足。为此,本文提出直接采用频谱包络特征进行建模。针对GMM模型对频谱包络特征建模困难的问题,本文提出了一种采用高斯型双向联想贮存器(Gaussian Bidirectional Associative Memory, GBAM)实现对源和目标频谱包络联合特征建模的方法,提高了转换语音的自然度和相似度。由于GBAM建立的仍然是源和目标频谱包络的线性转换关系,本文在受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)和伯努利型BAM (Bernoulli BAM, BBAM)基础上进一步研究了一种基于产生式训练的深度神经网络模型(Generative Trained Deep Neural Network, GTDNN),这种模型可以建立源和目标频谱包络的非线性转换关系,进一步提升了转换语音的效果。此外,为了提高转换模型的使用灵活性,本文提出基于多源说话人数据训练的DNN的频谱转换模型。在这种方式下得到的DNN可以作为源说话人无关模型,直接用于实现任意源说话人到特定目标说话人的转换,使得转换更加方便。实验结果显示,采用这种DNN模型对新说话人的频谱转换时,能够获得与传统基于GMM模型接近的转换效果。另外,这种模型可用于对传统DNN模型初始化,相较于采用深度置信网络(Deep Belief Network, DBN)的初始化方式,可进一步提高传统DNN模型转换语音的自然度。

关键词：声音转换频谱包络转换双向联想贮存器受限玻尔兹曼机深度神经网络源说话人无关模型

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

声音转换算法研究

声音转换算法研究

作者：符敏吉林大学

学位级别：硕士

本论文主要完成了声音转换的算法研究。除完成对声音转换过程中所必须的特征参数提取外,还对转换方法做实验研究。提出一种基于支持向量回归的转换方法,与传统的多项式回归、线性多变量回归做了对比实验,并分别从主观和客观两方面进行... 详细信息

本论文主要完成了声音转换的算法研究。除完成对声音转换过程中所必须的特征参数提取外,还对转换方法做实验研究。提出一种基于支持向量回归的转换方法,与传统的多项式回归、线性多变量回归做了对比实验,并分别从主观和客观两方面进行了评估。研究表明,在线性多变量回归的改进实验中,由于引入了时间概念,使男声-女声的转换平均时间修正度约为21.1%;在多项式回归、线性多变量回归和支持向量回归的对比实验中,多项式回归在男声到男声的转换和线性多变量回归在女声到女声的转换中,出现了频谱距离增大的现象,而支持向量回归方法使所有的转换语音都具有更好的目标倾向性。数据结果与多项式回归和线性多变量回归相比,支持向量回归既提高了泛化性能又避免了频谱不连续性,从而使转换语音与目标语音的频谱距离失真分别减少了33.29%和35.24%。在分别使用支持向量回归和多项式回归进行句子转换的对比实验中,支持向量回归的频谱更接近目标语音,但其执行速度慢,运算时间较长。

关键词：声音转换线性多变量回归时间修正度支持向量回归

基于分类线性加权的源-目标话者声音转换算法的研究

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

电路与系统学报 2008年第3期13卷 106-110,105页

作者：张剑戴蓓蒨孙俊陆伟李辉中国科学技术大学电子科学与技术系安徽合肥230026

源-目标话者的声音转换是一种变换说话人声音特性的技术,它将源说话人的声音转换成另一个指定的目标说话人的声音。对源话者声道谱特性的修改是声音转换的关键之一。为了克服一般分类线性转换算法中分类不准确所带来的误差,本文引入了... 详细信息

源-目标话者的声音转换是一种变换说话人声音特性的技术,它将源说话人的声音转换成另一个指定的目标说话人的声音。对源话者声道谱特性的修改是声音转换的关键之一。为了克服一般分类线性转换算法中分类不准确所带来的误差,本文引入了分类线性加权转换的策略,根据不同子类的转换函数对谱特性的贡献,赋予不同的加权系数,给出了一种基于GMM后验概率加权的线性转换算法。在微软汉语普通话语音数据库上做的四组对比实验表明,该算法在谱转换性能上均有不同程度的提高。

关键词：声音转换源-目标话者声道谱转换高斯混合模型分类线性转换分类线性加权转换

在线全文

学校读者我要写书评

暂无评论

基于遗传径向基神经网络的声音转换

中文信息学报 2004年第1期18卷 78-84页

作者：左国玉刘文举阮晓钢中科院自动化所模式识别国家重点实验室北京100080 北京工业大学电子信息与控制工程学院北京100022

声音转换技术可以将一个人的语音模式转换为与其特性不同的另一个人语音模式 ,使转换语音保持源说话人原有语音信息内容不变 ,而具有目标说话人的声音特点。本文研究了由遗传算法训练的RBF神经网络捕获说话人的语音频谱包络映射关系 ,... 详细信息

声音转换技术可以将一个人的语音模式转换为与其特性不同的另一个人语音模式 ,使转换语音保持源说话人原有语音信息内容不变 ,而具有目标说话人的声音特点。本文研究了由遗传算法训练的RBF神经网络捕获说话人的语音频谱包络映射关系 ,以实现不同说话人之间声音特性的转换。实验对六个普通话单元音音素的转换语音质量分别作了客观和主观评估 ,结果表明用神经网络方法可以获得所期望的转换语音性能。实验结果还说明 ,与K -均值法相比 ,用遗传算法训练神经网络可以增强网络的全局寻优能力 ,使转换语音与目标语音的平均频谱失真距离减小约 10 %。

关键词：人工智能自然语言处理声音转换 RBF神经网络遗传算法线谱频

基于共振峰参数和分类线性加权的源-目标声音转换

在线全文

学校读者我要写书评

暂无评论

中国科学技术大学学报 2006年第11期36卷 1153-1159页

作者：王海祥戴蓓蒨陆伟张剑中国科学技术大学电子科学与技术系安徽合肥230027

源-目标说话人声音转换是一种变换说话人声音特征的技术,它将源说话人的声音转换成目标说话人的声音.其中,声道参数的转换是获得高质量重建语音的关键,所以选择声道共振峰参数作为待转换的特征参数,利用线性预测求根法提取共振峰参数.... 详细信息

源-目标说话人声音转换是一种变换说话人声音特征的技术,它将源说话人的声音转换成目标说话人的声音.其中,声道参数的转换是获得高质量重建语音的关键,所以选择声道共振峰参数作为待转换的特征参数,利用线性预测求根法提取共振峰参数.为了克服分类线性转换算法(CLT)中分类不准带来的误差,引入了分类线性加权转换的策略,给出了一种基于径向基函数神经网络的分类线性加权转换算法(WCLT).在微软汉语普通话语音数据库上对转换语音分别作了客观和主观评估,验证了分类数目和训练集对两种转换算法的影响.实验结果表明,WCLT算法的转换效果优于CLT算法,一定程度上克服了高斯混合模型的转换算法(GMM)转换语音时,频谱过分光滑的现象,并在只有较少训练集数据时也能得到较好的转换效果.

关键词：声音转换共振峰参数径向基函数神经网络分类线性转换分类线性加权转换