一种改进的cg-gmm和谱激励联合语音转换技术研究硕士论文

《一种改进的cg-gmm和谱激励联合语音转换技术研究硕士论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学科门类：工学分类号：论文编号：硕101密级：硕士学位论文论文题目一种改进的CG-GMM和谱激励联合语音转换技术研究专业名称信号与信息处理研究方向现代语音通信技术论文提交日期2010-3-7摘要语音转换是指改变一个人（源说话人）的语音特征，使之具备另一个人（目标说话人）的语音特征，从而使源说话人的语音听起来像目标说话人的语音的一种语音处理技术。该技术无论在商业领域还是在实用领域都有良好的发展前景和巨大的应用价值。本文首先对LPC倒谱和线谱对LSF两种参数的转换性能进行比较；然后在现有的基音周期检测方法的基础上，提出一种基于Hil

2、bert变换的残差倒谱基音周期检测方法，该方法能够提高基音检测的准确性。其次重点研究了基于GMM的频谱包络转换方法，并对现有的CG-GMM方法进行改进，通过引入后验概率门限将GMM和VQ很好地结合起来，既避免了VQ的非连续性又减轻了CG-GMM的过平滑性。最后对谱激励转换方法进行改进：基于MMSE准则，引入一个权重因子，将预测目标激励和残差波形转换这两种方法很好地结合起来，获取比较好的激励信号。本文利用MATLAB仿真，从主、客观两个方面对系统的性能进行评价。仿真结果表明，本文提出的改进方法能够取得较好的效果。关键词：语音转换，

3、谱包络转换，高斯混合模型，谱激励转换，Hilbert变换，基音标注，后验概率门限ABSTRACTVoiceconversionisatechnologyaboutthatchangesoneperson’s(sourcespeaker)voicecharacterintoanotherspeaker’s(targetspeaker)voicecharacter,sothatthesourcespeaker’svoicesoundslikethetargetspeaker’svoice.Thetechnologyhasgoodpr

4、ospectsinbusinessandpracticalareas.Firstly,thispapercomparesLPCcepstralparameterandLSFparameter;ThenitproposesanewresidualcepstralpitchdetectionalgorithmthatbasedonHilberttransform,Thisalgorithmcanimprovetheaccuracyofpitchdetection.Secondly,thispaperproposedanewmetho

5、dbasedontheexistingCG-GMMmethodwhichcombinestheGMMalgorithmandtheVQalgorithmbyintroducingposteriorprobabilitythreshold.Thismethodnotonlyreducestheproblemofnon-continuitybutalsorelievestheover-smoothingproblem.Finally,thispaperimprovesthetraditionalspectralexcitationc

6、onversionmethodbycombiningthepredictedtargetresidualmethodandresidualwaveformconversionmethod,Simulationresultsshowthatthemethodsproposedinthepapercanachievebettereffects.Keyword:VoiceConversion,SpectralEnvelopeTransformation,GaussianMixtureModel,SpectralExcitationTr

7、ansformation,HilbertTransform,PitchMarking,PosteriorProbabilityThreshold.目录摘要IABSTRACTII目录III第一章绪论11.1语音转换的研究意义11.2语音转换的研究现状21.3语音的特性描述31.3.1语音的产生机理31.3.2语音的数学模型51.4语音转换的评价方法61.4.1客观评价方法61.4.2主观评价方法71.5本文的研究内容和组织结构8第二章语音转换技术研究102.1语音转换框架102.2语音模型112.3语音预处理122.4线性预测分析

8、142.4.1线性预测分析原理142.4.2两种推演参数的比较162.5频谱包络转换192.5.1矢量码本映射（VQ）192.5.2高斯混合模型（GMM）212.6语音合成232.7本章小结24第三章基音检测方法研究253.1基音周期转换方法253.2基音周期转