1、語音轉換是語音信號處理領域的一個重要分支,其目的是保持說話人語音的語義信息不變,只改變說話人的個性特征,源說話人語音經過轉換后其個性特征更接近目標說話人的個性特征。傳統(tǒng)的語音轉換方法大多采用平行語料聯(lián)合訓練源-目標說話人的語音模型并由此推導出相應的語音轉換函數(shù),但在實際應用中難以獲得完全平行的語料,而且訓練聯(lián)合說話人語音模型的計算量大,在多說話人之間進行語音轉換時系統(tǒng)繁雜。
　　本課題針對非平行語料非聯(lián)合訓練條件下的語音轉換,提出

2、一種基于倒譜本征空間結構化高斯混合模型的方法。首先提取說話人語音的倒譜特征參數(shù),然后根據(jù)其散布矩陣計算本征向量構造倒譜本征空間并訓練結構化高斯混合模型(SGMM-ES, Structured Gaussian Mixture Model in Eigen Space)。源和目標說話人各自獨立訓練的SGMM-ES根據(jù)全局聲學結構(AUS, Acoustical Universal Structure)原理進行匹配對準,最終得到基于倒譜本征

3、空間的短時譜轉換函數(shù)。主客觀實驗結果以及表明SGMM-ES語音轉換系統(tǒng)的轉換性能非常接近于傳統(tǒng)平行語料的方法。這一結果說明采用倒譜本征空間結構化高斯混合模型進行非平行語料條件下的語音轉換是有效的。
　　本課題的研究內容主要包括以下幾個方面:
　　(1)、研究了語音產生的基本原理以及數(shù)學模型,對語音的個性特征參數(shù)進行了詳細的分析,并基于STRAIGHT構成語音分析-合成平臺。
　　(2)、搭建了平行語料聯(lián)合訓練條件下基于

4、GMM模型的語音轉換平臺作為基準系統(tǒng),并具體分析了傳統(tǒng)語音轉換方法存在的問題。
　　(3)、深入研究了語音的全局聲學結構原理,提出了說話人倒譜本征空間結構化高斯混合模型(SGMM-ES)及其具體實現(xiàn)算法。
　　(4)、在非平行語料非聯(lián)合訓練的條件下,實現(xiàn)了基于倒譜本征空間結構化高斯混合模型的語音轉換系統(tǒng)。
　　(5)、對GMM、SGMM、SGMM-ES三種方法得到的轉換語音進行了主客觀實驗評測,并作了詳細的分析,以驗證