语音转换分析及相似度改进

摘要

该文对现有语音转换方法存在的问题进行分析,提出了一种结合频谱弯曲与单元挑选的音色转换方法。首先利用频谱弯曲来获得弯曲后的源频谱。然后,利用弯曲后的源频谱作为预测目标从目标说话人频谱中进行单元挑选。最后,用挑选出来的目标说话人频谱对弯曲后的源频谱进行部分替换,以提高频谱细节上的相似度。评测结果表明,改进的方法与单纯的频谱弯曲相比能够获得约20%的相似度提高。该文还提出了进一步的改进方向。