语音转换系统中特征参数的研究

摘要

语音转换是通过改变与说话人个性特征有关的声学特征参数，使得转换后语音的个性特征与目标说话人更接近。本文重点研究语音转换系统中语音特征参数的有效提取和转换规则，使转换后的合成语音在更接近目标语音的同时，语音的自然度有所提高。论文主要工作如下：
　　1.研究了语音发音原理和数学模型、语音转换关键技术，以及语音转换系统的性能评价方法；重点研究了目前常用的几种语音特征参数的提取方法和用于声道特征参数转换的几种经典方法。
　　2.通过对目前常用的语音特征参数的分析对比可知，MFCC参数基于人耳听觉感知特性，且低频段具有较高谱分辨率的优良特性。同时基于STRAIGHT模型可以对语音特征参数进行准确提取并进行较大幅度修改，因此本文研究了基于STRAIGHT模型提取 MFCC参数，引入GMM模型进行特征参数转换，构建实验平台进行仿真，实验结果表明转换后语音更加接近于目标语音。
　　3.在线性预测分析的基础上，提出了一种基于谐波加噪声模型的改进算法。该算法基于HNM模型分解语音信号，提取谐波成分的语音特征参数，并利用线性预测分析法进行谐波逆滤波得到对应的谐波残差激励信号，然后进行转换后的语音合成。最后将经 HNM模型分解的语音随机噪声成分叠加到合成语音上进行噪声补偿，提高了转换语音的自然度和目标倾向性。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第一章 绪论

1.1语音转换的概念

1.2语音转换技术的实际应用

1.3国内外研究进展

1.4本文研究内容及工作安排

第二章 语音转换理论基础

2.1语音发音系统模型

2.2与声道有关的声学参数

2.3语音转换关键技术

2.4语音转换系统描述

2.5语音转换系统的性能评价标准

2.6本章小结

第三章 语音特征参数提取与转换的研究

3.1语音特征参数基本概念

3.2语音特征参数提取

3.3语音特征参数转换方法

3.4本章小结

第四章 基于STRAIGHT+GMM模型的特征参数转换算法

4.1基于STRAIGHT模型的特征参数分析

4.2基于GMM模型的特征参数转换

4.3语音合成

4.4实验仿真与分析

4.5本章小结

第五章 基于谐波加噪声模型的语音转换系统

5.1基于HNM模型的语音信号分析

5.2基于线性预测分析法的残差激励提取

5.3基于HNM模型和线性预测分析的改进算法

5.4实验仿真

5.5本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间申请的专利

附录3 攻读硕士学位期间参加的科研项目

致谢