歌聲的聲音轉換方法設計與實現(xiàn).pdf

1、語音信號處理的研究有著較長的歷史，隨著計算機技術的飛速發(fā)展，又有了越來越廣泛和新穎的應用前景,聲音的轉換就是其中一個重要的應用。
　　聲音轉換（VoiceConversion）是一種通過改變人的聲音特征使得源唱歌人的聲音聽起來像另一個指定目標唱歌人的聲音而保持唱歌內容不變的技術。聲音轉換技術在同聲傳譯、電影以及電視中的剪輯和配音，以及語音合成后端聲音的個性化處理方面都有著廣泛的前景。目前主要的聲音轉換方法都是基于大規(guī)模聲音訓練樣本

2、的，這些方法需要對每一個唱歌人建立一個語料庫，使得語料庫的規(guī)模非常龐大，而且合成后的聲音質量往往效果不理想。聲音轉換技術目前仍處于實驗探索階段。
　　本文基于歌聲的聲音轉換主要是針對目前研究比較薄弱的連續(xù)語音以及帶有很強節(jié)奏韻律的聲音的音色轉換，并且在小規(guī)模訓練樣本下音色轉換的方法進行了探索。
　　本文的主要研究工作包括：
　　(1)特征參數(shù)的選取在音色轉換過程中是非常關鍵的部分，它的精確度將直接影響著轉換的效果。在全

3、面分析語音信號的眾多特征參數(shù)的基礎上，本文采用并提取了LPC系數(shù)，進行音色轉換，利用線性預測的殘差可以非常好的模擬唱歌人聲源的激勵信號。
　　(2)現(xiàn)有音色轉換的方法主要是基于GMM模型，隱馬爾可夫模型和矢量量化技術等，這些方法都需要大量的訓練樣本才可以實現(xiàn)音色轉換。本文采用了一種基于線性預測技術，無需訓練樣本或少量訓練樣本的語音轉換模型，并在模擬實驗中實現(xiàn)了聲音轉換。
　　(3)研究表明，基頻（pitch）對人的音色形成具