一种非平行语料语音个性化转换方法

摘要

本发明公开了一种非平行语料语音个性化转换方法，包括以下步骤：根据文本采集目标语音；将目标语音的中文音素对齐，得到每个中文音素对应的音频；提取中文音素对应的音频特征和音素信息；训练HMM‑GMM语音识别模型，并将提取的音频特征和音素信息输入到HMM‑GMM语音识别模型中，得到目标语音音频特征与对应的中文音素之间的印射模型，用于对中文音素进行预测并训练第一CHBG网络；再通过对其训练DNN语言模型得到目标语音的PULSE；通过训练第二CHBG网络得到原语音的中文音素对应的PULSE与目标语音的中文音素对应的PULSE的对应模型；将DNN语言模型和CHBG网络串联即可将原语音转换为目标语音。本发明解决了目前的声音个性化算法需要先找到平行语音数据，训练时间较长的问题。