資源描述：
《基于個性聲學(xué)特征的語音轉(zhuǎn)換算法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、西安建筑科技大學(xué)碩士學(xué)位論文基于個性聲學(xué)特征的語音轉(zhuǎn)換算法研究專業(yè)：信號與信息處理碩士生：趙淵指導(dǎo)教師：王民教授摘要語音轉(zhuǎn)換是在維持原本說話者語音的含義不變的情形下，將其個性特征轉(zhuǎn)換為目標(biāo)說話者的個性特征，然后進(jìn)行合成，使其與目標(biāo)說話者的聲音相似。本文主要是在研究個性聲學(xué)特征的基礎(chǔ)上，對傳統(tǒng)的語音轉(zhuǎn)換方法在轉(zhuǎn)換中存在的不足進(jìn)行改進(jìn)和優(yōu)化，具體內(nèi)容有：1）由于高斯混合模型在對語音個性特征進(jìn)行轉(zhuǎn)換時，容易出現(xiàn)譜包絡(luò)過平滑問題，對此文中提出一種將高斯混合模型(GaussianMixtureModel,GMM)和廣義回歸神經(jīng)網(wǎng)絡(luò)(Ge
2、neralizedRegressionNeuronNetwork,GRNN)相融合的語音轉(zhuǎn)換模型。運(yùn)用GRNN的非線性逼近能力將GMM模型參數(shù)集中的均值矢量進(jìn)行映射，然后與GMM模型形成的轉(zhuǎn)換規(guī)則中的均值矢量進(jìn)行替換，得到新的映射關(guān)系。同時對韻律特征基頻參數(shù)也進(jìn)行轉(zhuǎn)換，然后將頻譜參數(shù)和基頻參數(shù)進(jìn)行聯(lián)立轉(zhuǎn)換，然后合成目標(biāo)語音。最后通過實驗仿真和性能測試表明：該方法有效的改善了轉(zhuǎn)換中的過平滑問題，相比傳統(tǒng)的GMM模型該方法轉(zhuǎn)換后語音的質(zhì)量更好，失真更少。2）針對粒子群算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)對語音特征進(jìn)行轉(zhuǎn)換時容易產(chǎn)生局部收斂的問
3、題。提出采用一種新的量子粒子群算法(QuantumParticleSwarmOptimization,QPSO)優(yōu)化GRNN網(wǎng)絡(luò)的語音轉(zhuǎn)換模型。該算法通過改變相位進(jìn)而改變位置矢量，同時加入變異操作，有效的克服了局部收斂。因此首先利用量子粒子群對網(wǎng)絡(luò)進(jìn)行優(yōu)化得到最佳的光滑因子參數(shù)，從而建立頻譜映射規(guī)則。接著，利用頻譜參數(shù)和基頻參數(shù)的相關(guān)性，對韻律特征基頻也進(jìn)行轉(zhuǎn)換，然后利用STRAIGHT模型進(jìn)行合成。最后通過實驗仿真和性能測試表明：與傳統(tǒng)粒子群算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)相比，該方法轉(zhuǎn)換后語音的自然度和相似度得到提升，譜失真率下降
4、。文中提出的方法具有比RBF神經(jīng)網(wǎng)絡(luò)、GRNN模型、粒子群算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)更好的語音轉(zhuǎn)換性能。西安建筑科技大學(xué)碩士學(xué)位論文關(guān)鍵詞：語音轉(zhuǎn)換；高斯混合模型；量子粒子群；廣義回歸神經(jīng)網(wǎng)絡(luò)；STRAIGHT模型。論文類型：應(yīng)用研究本課題得到國家自然科學(xué)基金(61373112)、住房城鄉(xiāng)建設(shè)部科學(xué)技術(shù)項目計劃(2016-R2-045)、陜西省自然科學(xué)研究面上項目(2014JM8343)的資助與西安市碑林區(qū)科研計劃項目(GX1412)。西安建筑科技大學(xué)碩士學(xué)位論文Voiceconversionalgorithmbasedonth
5、eacousticcharacteristicsofpersonalitystudySpecialty:SignalandInformationProcessingGraduate:ZhaoYuanInstructor:Prof.WangMinAbstractThevoiceconversionistoconvertthepersonalitycharacteristicsofthesourcespeakerintothepersonalitycharacteristicsofthetargetspeakerwhilemain
6、tainingtheoriginalspeaker'sphoneticmeaningandthensynthesizeittomakeitsimilartothetargetspeaker'svoice.Inthispaper,basedonthestudyofthecharacteristicsofpersonalityacoustics,thispaperimprovesandoptimizestheshortcomingsoftraditionalvoiceconversionmethodsinthetransforma
7、tion.Thestudycontentsinclude:1)FortheGaussianmixtureiseasytooccurthephenomenonofoverlysmoothwhenittransformthecharacteristicsofvoiceastodegradedvoicesoundquality,weputforwardakindoftheconversionmodelwiththecombinationofGaussianMixtureModel(GaussianMixtureModel,GMM)a
8、ndGeneralizedRegressionneuralNetwork(GeneralizedRegressionNeuronNetwork,GRNN).GRNNisusedtomapthemeanvectorsoftheGMMmodelparametersetandthe
