基于一對多碼書映射的語音轉(zhuǎn)換方法
【專利摘要】本發(fā)明公開了一種基于一對多碼書映射的語音轉(zhuǎn)換方法，對源語音碼書與目標(biāo)語音碼書的一對多映射關(guān)系的建立，從平行數(shù)據(jù)庫中隨機(jī)提取一部分語音，對齊并提取聲道參數(shù)后快速建立源與目標(biāo)語音碼書；估算用于訓(xùn)練的數(shù)據(jù)中源與目標(biāo)特征參數(shù)對應(yīng)于其各自碼書的權(quán)重，通過統(tǒng)計(jì)與分析二者的關(guān)系來建立源與目標(biāo)語音的權(quán)重映射關(guān)系，進(jìn)而掌握個性特征的映射規(guī)則，實(shí)現(xiàn)高質(zhì)量、快速的語音轉(zhuǎn)換，能夠解決實(shí)際環(huán)境中語音轉(zhuǎn)換系統(tǒng)的實(shí)時性、轉(zhuǎn)換后相似度的問題，最終在對語音轉(zhuǎn)換實(shí)時性追求的過程中減小轉(zhuǎn)換效果的代價，從而提高轉(zhuǎn)換結(jié)果與目標(biāo)語音的相似度，具有良好的應(yīng)用前景。
【專利說明】基于一對多碼書映射的語音轉(zhuǎn)換方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于一對多碼書映射的語音轉(zhuǎn)換方法，屬于語音轉(zhuǎn)換【技術(shù)領(lǐng)域】?！颈尘凹夹g(shù)】
[0002]語音轉(zhuǎn)換技術(shù)是將某人(稱之為源)的語音作為輸入，對其進(jìn)行特征參數(shù)的修改，使其輸出語義相同但具有另一說話人(稱之為目標(biāo))聲音個性的語音的技術(shù)。簡單地說就是將一個說話人的聲音，通過某種手段進(jìn)行變換，使其聽起來仿佛是另一個說話人說的話，語音轉(zhuǎn)換是音信號處理領(lǐng)域一個較新的分支，屬于交叉性的學(xué)科分支，其內(nèi)容既涵蓋語音的分析與合成、說話人識別、語音編碼和增強(qiáng)等語音處理領(lǐng)域的各方面又涉及到語音學(xué)、語義學(xué)及心理聲學(xué)等領(lǐng)域的知識。
[0003]近年來，語音轉(zhuǎn)換技術(shù)在許多語音研究者的努力下已經(jīng)初成一些體系，如隱馬爾可夫模型、人工神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)映射法等，早年，Stylianou等人通過高斯混合模型實(shí)現(xiàn)了對特征參數(shù)的映射，繼而該方法也成為了當(dāng)前較為主流的方法之一，語音轉(zhuǎn)換的最終目標(biāo)是實(shí)時化、智能化，因此轉(zhuǎn)換速度與轉(zhuǎn)換效果是語音轉(zhuǎn)換技術(shù)最主要的追求目標(biāo)。然而，以高斯混合模型訓(xùn)練為代表的現(xiàn)階段的轉(zhuǎn)換技術(shù)需要對每一段輸入的語音進(jìn)行進(jìn)行映射規(guī)則的訓(xùn)練，其計(jì)算量大、消耗時間較多，很難滿足語音轉(zhuǎn)換的實(shí)時性要求。
[0004]針對上述問題，目前已存在一些應(yīng)對方案，例如，針對“訓(xùn)練過程的時間消耗”問題，早期有學(xué)者提出矢量量化算法:先對用于訓(xùn)練的平行數(shù)據(jù)進(jìn)行線性預(yù)測分析，利用矢量量化運(yùn)算將平行數(shù)據(jù)的的聲道包絡(luò)參數(shù)劃分為若干碼本，然后對數(shù)據(jù)進(jìn)行動態(tài)時間規(guī)整對齊并計(jì)算統(tǒng)計(jì)直方圖，最后將統(tǒng)計(jì)的直方圖作為加權(quán)因子建立轉(zhuǎn)換規(guī)則。針對矢量量化算法的轉(zhuǎn)換結(jié)果兩幀之間有間斷性的缺點(diǎn)，Shikano等人提出模糊矢量量化算法，該算法在轉(zhuǎn)換時考慮到了所有源和目標(biāo)碼字之間的關(guān)系，然后將其加權(quán)疊加，以達(dá)到對參數(shù)進(jìn)行平滑的效果，但是語音轉(zhuǎn)換后相似度低。除此之外，Arslan等人提出基于分段碼書的說話人映射算法，他們對輸入的語音幀首先按照所屬的音素類別進(jìn)行分類，并采用了線性譜頻率作為特征參數(shù)建立源與目標(biāo)語音一對一映射的碼書，但此過程復(fù)雜，處理時間長。
【發(fā)明內(nèi)容】
[0005]本發(fā)明的目的是克服現(xiàn)有技術(shù)存在的不足，本發(fā)明的基于一對多碼書映射的語音轉(zhuǎn)換方法，能夠解決實(shí)際環(huán)境中語音轉(zhuǎn)換系統(tǒng)的實(shí)時性、轉(zhuǎn)換后相似度的問題，最終在對語音轉(zhuǎn)換實(shí)時性追求的過程中減小轉(zhuǎn)換效果的代價，從而提高轉(zhuǎn)換結(jié)果與目標(biāo)語音的相似度，具有良好的應(yīng)用前景。
[0006]為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是:
[0007]基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:包括以下步驟，
[0008]步驟(1)，訓(xùn)練階段，用于建立源碼書與目標(biāo)碼書的一對多關(guān)系，包括以下步驟，
[0009](A)對平行的語音數(shù)據(jù)采用諧波隨機(jī)模型進(jìn)行語音分析；
[0010](B)從語音分析得到的模型參數(shù)中提取聲道特征參數(shù)和基音頻率；[0011](C)利用動態(tài)時間規(guī)整算法將源和目標(biāo)的聲道特征參數(shù)進(jìn)行對齊；
[0012](D)從對齊的特征參數(shù)中隨機(jī)提取部分?jǐn)?shù)據(jù)作為碼書，碼書包括源語音碼書和目標(biāo)碼書；
[0013](E)將剩余與碼書不重疊的對齊數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，分別估算并統(tǒng)計(jì)源與目標(biāo)的聲道特征參數(shù)在各自目標(biāo)碼書中對應(yīng)的權(quán)重，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映身寸關(guān)系;
[0014](F)通過分析統(tǒng)計(jì)的權(quán)重關(guān)系，建立源語音與目標(biāo)碼書的一對多映射關(guān)系；
[0015]步驟(2)，轉(zhuǎn)換階段，用于實(shí)現(xiàn)語音特征的映射，合成轉(zhuǎn)換后的語音，以下步驟，
[0016](H)根據(jù)建立源語音與目標(biāo)碼書的一對多映射關(guān)系，實(shí)現(xiàn)對語音特征的映射；
[0017](G)進(jìn)行參數(shù)內(nèi)插和相位補(bǔ)償，合成轉(zhuǎn)換后的語音。
[0018]前述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(A)對平行的語音數(shù)據(jù)采用諧波隨機(jī)模型進(jìn)行語音分析的方法，包括如下步驟，
[0019](Al)，對語音數(shù)據(jù)進(jìn)行固定時長的分幀，用互相關(guān)法對基音頻率進(jìn)行估計(jì)并根據(jù)基音頻率劃分清音信號幀與濁音信號幀；
[0020](A2)，在濁音信號幀部分設(shè)置一個最大濁音頻率分量，用來劃分諧波成分和隨機(jī)成分的主能量區(qū)域，再利用最小二乘算法估計(jì)得到離散的諧波幅度值和相位值；
[0021](A3)，在清音信號幀部分，利用經(jīng)典的線性預(yù)測分析法對其進(jìn)行分析，得到線性預(yù)測系數(shù)。
[0022]前述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(B)從語音分析得到的模型參數(shù)中提取聲道特征參數(shù)和基音頻率的方法，包括以下步驟，
[0023](BI)，對(A2)得到的離散的諧波幅度值求取平方；
[0024](B2)，根據(jù)功率譜密度函數(shù)和自相關(guān)函數(shù)的一一對應(yīng)關(guān)系，得到(A3)線性預(yù)測系數(shù)的托普里茨矩陣方程，求解該方程，將線性預(yù)測系數(shù)轉(zhuǎn)換為線性譜頻率系數(shù)。
[0025]前述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(C)利用動態(tài)時間規(guī)整算法將源和目標(biāo)的聲道特征參數(shù)進(jìn)行對齊，對齊準(zhǔn)則為:對于兩個不等長的特征參數(shù)序列，利用動態(tài)時間規(guī)整算法將其中一者的時間軸非線性的映射到另一者的時間軸上，實(shí)現(xiàn)一一對應(yīng)的匹配關(guān)系；在現(xiàn)參數(shù)集合的對齊過程中，通過迭代優(yōu)化，最終獲得時間匹配函數(shù)。
[0026]前述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(D)從對齊的特征參數(shù)中隨機(jī)提取部分?jǐn)?shù)據(jù)作為目標(biāo)碼書的過程是從對齊后的特征參數(shù)對中隨機(jī)提取出特征參數(shù)對，將其中每一個源語音特征參數(shù)的矢量作為一個源語音碼字，組合成源語音碼書；其對應(yīng)的目標(biāo)語音特征參數(shù)組合成目標(biāo)碼書。
[0027]前述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(E)將剩余與碼書不重疊的對齊數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，分別估算并統(tǒng)計(jì)源與目標(biāo)的聲道特征參數(shù)在各自目標(biāo)碼書中對應(yīng)的權(quán)重，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系的方法，包括以下步驟，
[0028](E1)，分別估算源語音與目標(biāo)語音的線性譜頻率參數(shù)矢量與其對應(yīng)碼書中每個碼字的距離；
[0029](E2)，根據(jù)其與碼書中每個碼字的距離，計(jì)算出其對應(yīng)于碼書中各碼字的權(quán)重；
[0030](E3)，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系。[0031]前述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(G)進(jìn)行參數(shù)內(nèi)插和相位補(bǔ)償，合成轉(zhuǎn)換后的語音的方法，包括以下步驟，
[0032](G1)，根據(jù)濁音信號幀部分轉(zhuǎn)換后的線性譜頻率參數(shù)估算其諧波參數(shù)；
[0033](G2)，將濁音信號幀部分的離散諧波幅度值和相位值用作正弦信號的幅度值和相位值，并進(jìn)行疊加，運(yùn)用內(nèi)插和相位進(jìn)行補(bǔ)償，得到補(bǔ)償后濁音信號幀部分；
[0034](G3)，將清音信號幀部分的白噪聲信號通過全極點(diǎn)濾波器，得到濾波后清音信號中貞部分；
[0035](G4)，將補(bǔ)償后濁音信號幀部分和濾波后清音信號幀部分進(jìn)行疊加，得到合成轉(zhuǎn)換的重構(gòu)語音信號。
[0036]本發(fā)明的有益效果是:本發(fā)明的基于一對多碼書映射的語音轉(zhuǎn)換方法，對源語音碼書與目標(biāo)語音碼書的一對多映射關(guān)系的建立，從平行數(shù)據(jù)庫中隨機(jī)提取一部分語音，對齊并提取聲道參數(shù)后快速建立源與目標(biāo)語音碼書；然后，估算用于訓(xùn)練的數(shù)據(jù)中源與目標(biāo)特征參數(shù)對應(yīng)于其各自碼書的權(quán)重，通過統(tǒng)計(jì)與分析二者的關(guān)系來建立源與目標(biāo)語音的權(quán)重映射關(guān)系，進(jìn)而掌握個性特征的映射規(guī)則，實(shí)現(xiàn)高質(zhì)量、快速的語音轉(zhuǎn)換，能夠解決實(shí)際環(huán)境中語音轉(zhuǎn)換系統(tǒng)的實(shí)時性、轉(zhuǎn)換后相似度的問題，最終在對語音轉(zhuǎn)換實(shí)時性追求的過程中減小轉(zhuǎn)換效果的代價，從而提高轉(zhuǎn)換結(jié)果與目標(biāo)語音的相似度，具有良好的應(yīng)用前景。
【專利附圖】
【附圖說明】
[0037]圖1是本發(fā)明的訓(xùn)練階段的流程示意圖。
[0038]圖2是本發(fā)明的轉(zhuǎn)換階段的流程示意圖。
【具體實(shí)施方式】
[0039]下面將結(jié)合說明書附圖，對本發(fā)明作進(jìn)一步的說明。
[0040]本發(fā)明的基于一對多碼書映射的語音轉(zhuǎn)換方法，包括訓(xùn)練階段和轉(zhuǎn)換階段，訓(xùn)練階段，首先，利用已建立的源與目標(biāo)碼書對平行數(shù)據(jù)分別進(jìn)行權(quán)重估算并統(tǒng)計(jì)分析，然后通過源與目標(biāo)的權(quán)重關(guān)系建立源碼書與目標(biāo)碼書的一對多關(guān)系。轉(zhuǎn)換階段，首先，獲得待轉(zhuǎn)換的源語音的權(quán)重，然后由源語音碼書與目標(biāo)碼書的一對多關(guān)系獲得映射的特征參數(shù)，具體包括如下步驟:
[0041]步驟(1)，如圖1所示，訓(xùn)練階段，用于建立源碼書與目標(biāo)碼書的一對多關(guān)系，包括以下步驟，
[0042](A)對平行的語音數(shù)據(jù)采用諧波隨機(jī)模型進(jìn)行語音分析，包括如下步驟，
[0043]Al)，對語音數(shù)據(jù)進(jìn)行固定時長的分幀，用互相關(guān)法對基音頻率進(jìn)行估計(jì)并根據(jù)基音頻率劃分清音信號幀與濁音信號幀；
[0044]A2)，在濁音信號幀部分設(shè)置一個最大濁音頻率分量，用來劃分諧波成分和隨機(jī)成分的主能量區(qū)域，再利用最小二乘算法估計(jì)得到離散的諧波幅度值和相位值；
[0045]A3)，在清音信號幀部分，利用經(jīng)典的線性預(yù)測分析法對其進(jìn)行分析，得到線性預(yù)測系數(shù)；
[0046](B)從語音分析得到的模型參數(shù)中提取聲道特征參數(shù)和基音頻率，包括如下步驟，;[0047]BI)，對A2)得到的離散的諧波幅度值求取平方；
[0048]B2)，根據(jù)功率譜密度函數(shù)和自相關(guān)函數(shù)的一一對應(yīng)關(guān)系，得到A3)線性預(yù)測系數(shù)的托普里茨矩陣方程，求解該方程，將線性預(yù)測系數(shù)轉(zhuǎn)換為線性譜頻率系數(shù)；
[0049]C)利用動態(tài)時間規(guī)整算法將源和目標(biāo)的聲道特征參數(shù)進(jìn)行對齊，對齊準(zhǔn)則為:對于兩個不等長的特征參數(shù)序列，利用動態(tài)時間規(guī)整算法將其中一者的時間軸非線性的映射到另一者的時間軸上，實(shí)現(xiàn)一一對應(yīng)的匹配關(guān)系；在現(xiàn)參數(shù)集合的對齊過程中，通過迭代優(yōu)化一個預(yù)設(shè)的累積失真函數(shù)，并限制搜索區(qū)域，最終獲得時間匹配函數(shù)；
[0050](D)從對齊的特征參數(shù)中隨機(jī)提取部分?jǐn)?shù)據(jù)作為碼書，碼書包括源語音碼書和目標(biāo)碼書，過程是從對齊后的特征參數(shù)對中隨機(jī)提取出特征參數(shù)對，將其中每一個源語音特征參數(shù)的矢量作為一個源語音碼字，組合成源語音碼書；其對應(yīng)的目標(biāo)語音特征參數(shù)組合成目標(biāo)碼書；
[0051](E)將剩余與碼書不重疊的對齊數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，分別估算并統(tǒng)計(jì)源與目標(biāo)的聲道特征參數(shù)在各自目標(biāo)碼書中對應(yīng)的權(quán)重，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系，包括以下步驟，
[0052]E1)，分別估算源語音與目標(biāo)語音的線性譜頻率參數(shù)矢量與其對應(yīng)碼書中每個碼字的距離；
[0053]E2)，根據(jù)其與碼書中每個碼字的距離，計(jì)算出其對應(yīng)于碼書中各碼字的權(quán)重；
[0054]E3)，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系；
[0055](F)通過分析統(tǒng)計(jì)的權(quán)重關(guān)系，建立源語音與目標(biāo)碼書的一對多映射關(guān)系；
[0056]步驟(2)，如圖2所示，轉(zhuǎn)換階段，用于實(shí)現(xiàn)語音特征的映射，合成轉(zhuǎn)換后的語音，以下步驟，
[0057](H)根據(jù)建立源語音與目標(biāo)碼書的一對多映射關(guān)系，實(shí)現(xiàn)對語音特征的映射；
[0058](G)進(jìn)行參數(shù)內(nèi)插和相位補(bǔ)償，合成轉(zhuǎn)換后的語音，包括以下步驟，
[0059]G1)，根據(jù)濁音信號幀部分轉(zhuǎn)換后的線性譜頻率參數(shù)估算其諧波參數(shù)；
[0060]G2)，將濁音信號幀部分的離散諧波幅度值和相位值用作正弦信號的幅度值和相位值，并進(jìn)行疊加，運(yùn)用內(nèi)插和相位進(jìn)行補(bǔ)償，得到補(bǔ)償后濁音信號幀部分；
[0061]G3)，將清音信號幀部分的白噪聲信號通過全極點(diǎn)濾波器，得到濾波后清音信號幀部分；
[0062]G4)，將補(bǔ)償后濁音信號幀部分和濾波后清音信號幀部分進(jìn)行疊加，得到合成轉(zhuǎn)換的重構(gòu)語音信號。
[0063]下面介紹按照本發(fā)明的語音轉(zhuǎn)換方法的一具體實(shí)施例，具體如下，
[0064]步驟(I )，訓(xùn)練階段:
[0065](A)源和目標(biāo)人的語音通過諧波加隨機(jī)模型進(jìn)行分解，得到基音頻率軌跡和諧波聲道譜參數(shù)的幅度值和相位值。具體細(xì)節(jié)描述如下:
[0066]Al)對語音信號進(jìn)行分巾貞,巾貞長20ms,巾貞重疊間隔IOms,在每巾貞中，用自相關(guān)法估計(jì)基頻，若該幀為清音幀，則設(shè)置基頻等于零；
[0067]A2)對于濁音幀(即基頻不為零的幀)，假設(shè)語音信號Sh(η)可以由一系列的正弦波疊加而成:[0068]
【權(quán)利要求】
1.基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:包括以下步驟， 步驟(1)，訓(xùn)練階段，用于建立源碼書與目標(biāo)碼書的一對多關(guān)系，包括以下步驟， (A)對平行的語音數(shù)據(jù)采用諧波隨機(jī)模型進(jìn)行語音分析； (B)從語音分析得到的模型參數(shù)中提取聲道特征參數(shù)和基音頻率； (C)利用動態(tài)時間規(guī)整算法將源和目標(biāo)的聲道特征參數(shù)進(jìn)行對齊； (D)從對齊的特征參數(shù)中隨機(jī)提取部分?jǐn)?shù)據(jù)作為碼書，碼書包括源語音碼書和目標(biāo)碼書; (E)將剩余與碼書不重疊的對齊數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，分別估算并統(tǒng)計(jì)源與目標(biāo)的聲道特征參數(shù)在各自目標(biāo)碼書中對應(yīng)的權(quán)重，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系; (F)通過分析統(tǒng)計(jì)的權(quán)重關(guān)系，建立源語音與目標(biāo)碼書的一對多映射關(guān)系； 步驟(2)，轉(zhuǎn)換階段，用于實(shí)現(xiàn)語音特征的映射，合成轉(zhuǎn)換后的語音，以下步驟， (H)根據(jù)建立源語音與目標(biāo)碼書的一對多映射關(guān)系，實(shí)現(xiàn)對語音特征的映射； (G)進(jìn)行參數(shù)內(nèi)插和相位補(bǔ)償，合成轉(zhuǎn)換后的語音。
2.根據(jù)權(quán)利要求1所述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(A)對平行的語音數(shù)據(jù)采用諧波隨機(jī)模型進(jìn)行語音分析的方法，包括如下步驟， (Al)，對語音數(shù)據(jù)進(jìn)行固定時`長的分幀，用互相關(guān)法對基音頻率進(jìn)行估計(jì)并根據(jù)基音頻率劃分清音信號幀與濁音信號幀； (A2)，在濁音信號幀部分設(shè)置一個最大濁音頻率分量，用來劃分諧波成分和隨機(jī)成分的主能量區(qū)域，再利用最小二乘算法估計(jì)得到離散的諧波幅度值和相位值； (A3)，在清音信號幀部分，利用經(jīng)典的線性預(yù)測分析法對其進(jìn)行分析，得到線性預(yù)測系數(shù)。
3.根據(jù)權(quán)利要求1或2所述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(B)從語音分析得到的模型參數(shù)中提取聲道特征參數(shù)和基音頻率的方法，包括以下步驟， (BI)，對(A2)得到的離散的諧波幅度值求取平方； (B2)，根據(jù)功率譜密度函數(shù)和自相關(guān)函數(shù)的一一對應(yīng)關(guān)系，得到(A3)線性預(yù)測系數(shù)的托普里茨矩陣方程，求解該方程，將線性預(yù)測系數(shù)轉(zhuǎn)換為線性譜頻率系數(shù)。
4.根據(jù)權(quán)利要求1所述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(C)利用動態(tài)時間規(guī)整算法將源和目標(biāo)的聲道特征參數(shù)進(jìn)行對齊，對齊準(zhǔn)則為:對于兩個不等長的特征參數(shù)序列，利用動態(tài)時間規(guī)整算法將其中一者的時間軸非線性的映射到另一者的時間軸上，實(shí)現(xiàn)一一對應(yīng)的匹配關(guān)系；在現(xiàn)參數(shù)集合的對齊過程中，通過迭代優(yōu)化，最終獲得時間匹配函數(shù)。
5.根據(jù)權(quán)利要求1所述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(D)從對齊的特征參數(shù)中隨機(jī)提取部分?jǐn)?shù)據(jù)作為目標(biāo)碼書的過程是從對齊后的特征參數(shù)對中隨機(jī)提取出特征參數(shù)對，將其中每一個源語音特征參數(shù)的矢量作為一個源語音碼字，組合成源語音碼書；其對應(yīng)的目標(biāo)語音特征參數(shù)組合成目標(biāo)碼書。
6.根據(jù)權(quán)利要求1所述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(E)將剩余與碼書不重疊的對齊數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，分別估算并統(tǒng)計(jì)源與目標(biāo)的聲道特征參數(shù)在各自目標(biāo)碼書中對應(yīng)的權(quán)重，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系的方法，包括以下步驟， (E1)，分別估算源語音與目標(biāo)語音的線性譜頻率參數(shù)矢量與其對應(yīng)碼書中每個碼字的距離； (E2)，根據(jù)其與碼書中每個碼字的距離，計(jì)算出其對應(yīng)于碼書中各碼字的權(quán)重； (E3)，分析統(tǒng)計(jì)源語音與對應(yīng)目標(biāo)語音的權(quán)重的映射關(guān)系。
7.根據(jù)權(quán)利要求1所述的基于一對多碼書映射的語音轉(zhuǎn)換方法，其特征在于:(G)進(jìn)行參數(shù)內(nèi)插和相位補(bǔ)償，合成轉(zhuǎn)換后的語音的方法，包括以下步驟， (G1)，根據(jù)濁音信號幀部分轉(zhuǎn)換后的線性譜頻率參數(shù)估算其諧波參數(shù)； (G2)，將濁音信號幀部分的離散諧波幅度值和相位值用作正弦信號的幅度值和相位值，并進(jìn)行疊加，運(yùn)用內(nèi)插和相位進(jìn)行補(bǔ)償，得到補(bǔ)償后濁音信號幀部分； (G3)，將清音信號幀部分的白噪聲信號通過全極點(diǎn)濾波器，得到濾波后清音信號幀部分； (G4)，將補(bǔ)償后濁音信號幀部分和濾波后清音信號幀部分進(jìn)行疊加，得到合成轉(zhuǎn)換的重構(gòu)語音信號。`
【文檔編號】G10L25/93GK103886859SQ201410050758
【公開日】2014年6月25日 申請日期:2014年2月14日 優(yōu)先權(quán)日:2014年2月14日
【發(fā)明者】徐寧, 胡芳, 鮑靜益, 劉小峰, 湯一彬, 蔣愛民 申請人:河海大學(xué)常州校區(qū)