基于STRAIGHT模型的语音转换的研究

摘要

语音转换是一项改变说话人语音特征的技术，可以将一个人的语音模式转换为另外一个人的语音模式。语音转换是语音信号处理领域一个比较新的分支，具有很重要的理论和实用价值。本文的主要内容为以下几个方面： 1.研究了语音转换的相关知识，包括语音的产生、语音参数的提取、语音信号分析中常用的基本模型。 2.就实验中语音转换所采用的STRAIGHT模型、所提取的参数、训练所用的高斯混合模型进行了讨论。STRAIGHT模型的特性是在时-频域利用音节自适应重新构建语音的方法，同时它还利用人为的相位全通滤波器来提取源语音的特征参数。它提取的主要参数有基音频率参数。STRAIGHT模型与其他的语音模型相比，在语音分析和合成时能获得更高的语音质量。 3.基于STRAIGHT模型提取LPC倒谱(LPCC)参数和线谱对(LSP)参数，并用这些参数合成出新的语音，并给出了由这些参数转换前后语音的基音频率图和频谱包络图，并对两种方法进行转换后的语音进行了评价和比较。

目录

文摘

英文文摘

声明

第一章 绪论

1.1语音转换的概念

1.2语音转换的意义

1.3语音转换的研究现状及其测试方法

1.4语音转换的性能状况及其存在的问题

1.5本文的研究意义及组织结构

第二章 语音转换的相关问题介绍

2.1语音的产生机理

2.2语音信号的产生模型

2.3语音信号的特性分析

2.4汉语音节

2.5语音转换系统

2.5.1语音转换的目标和分类

2.5.2语音转换的结构框图

2.6本章小结

第三章 频谱包络转换

3.1 概述

3.2矢量量化

3.2.1 矢量量化的原理

3.2.2矢量量化在语音转换中的应用

3.3隐马尔可夫模型

3.4高斯混合模型

3.5人工神经网络

3.6频谱包络的其余一些转换方法

3.7本章小结

第四章 韵律特征的转换

4.1 概述

4.2语音短时特性

4.2.1 窗函数的介绍

4.2.2短时能量

4.2.3短时平均幅度

4.2.4短时平均过零率

4.2.5短时自相关函数

4.2.6短时平均幅度差函数

4.3基音周期的估计

4.4基音检测的后处理

4.5时长变换和能量变换

4.7本章小结

第五章 基于STRAIGHT模型的语音转换系统

5.1 STRAIGHT模型的介绍

5.2语音库

5.3语音特征参数的提取

5.3.1f0参数的介绍

5.3.2f0参数的提取

5.4语音参数的转换

5.4.1 动态时间规整

5.4.2高斯混合模型

5.5用LPC参数对语音进行转换

5.5.1 LPC参数的概述

5.5.2 线性预测分析的基本原理

5.5.3线性预测方程组的求解

5.6用LPC倒谱参数实现语音转换

5.6.1 LPC倒谱

5.6.2用LPC倒谱方法转换的结果

5.7用线谱对参数对语音进行转换

5.7.1线谱对参数

5.7.2用线谱对方法转换的结果

5.8 对语音转换的评价

5.9本章小结

第六章 总结与展望

6.1工作总结

6.2 值得进一步研究的问题

致谢

参考文献