基于Transitive STARGAN的多对多说话人转换方法

摘要

本发明公开了一种基于Transitive STARGAN的多对多说话人转换方法，通过将STARGAN的生成器与传递网络相结合，在生成器中将编码网络提取的特征传递到解码网络的对应网络层中，提高解码网络对不同尺度语义特征的学习能力，实现模型对频谱深层特征的学习功能，提高解码网络的频谱生成质量，更加充分地学习语义特征和说话人的个性化特征，从而较好地提升转换合成语音的个性相似度和语音质量，克服STARGAN模型转换后个性相似度与自然度较差的问题，实现非平行文本条件下高质量的多对多说话人转换。