1、語音轉(zhuǎn)換技術(shù)是當(dāng)前語音信號處理領(lǐng)域的研究熱點之一，其在人機(jī)交互、語音修復(fù)、影視配音、語音偽裝和保密通信等方面有著廣泛的應(yīng)用。目前語音轉(zhuǎn)換的研究主要集中在頻譜包絡(luò)和韻律特征等的轉(zhuǎn)換上，但在對其的轉(zhuǎn)換上還未達(dá)到好的效果。本文在研究分析現(xiàn)有語音轉(zhuǎn)換算法的基礎(chǔ)上，設(shè)計構(gòu)建了基于高斯混合模型GMM和BP神經(jīng)網(wǎng)絡(luò)的語音轉(zhuǎn)換系統(tǒng)，并完成了算法仿真和語音轉(zhuǎn)換系統(tǒng)實現(xiàn)。最后采用客觀評價和主觀評價方法對系統(tǒng)進(jìn)行了性能評價。
　　 本文主要研究內(nèi)容如

2、下:
　　 (1)在分析語音轉(zhuǎn)換的基本原理、語音的時域特性、語音的個性特征參數(shù)和語音轉(zhuǎn)換算法的基礎(chǔ)上，選取了語音信號的頻譜包絡(luò)及其殘差和基音周期作為語音轉(zhuǎn)換的特征參數(shù)，選用了GMM模型和BP網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和轉(zhuǎn)換。設(shè)計了基于GMM和BP網(wǎng)絡(luò)的語音轉(zhuǎn)換系統(tǒng)總體框架。
　　 (2)完成了源和目標(biāo)說話人譜包絡(luò)LPC系數(shù)及頻譜包絡(luò)殘差的提取，在研究GMM模型基本原理的基礎(chǔ)上，用EM算法和K-Means算法對GMM模型的初始參數(shù)進(jìn)

3、行估計，利用估計的初始參數(shù)對提取的LPC參數(shù)進(jìn)行GMM模型訓(xùn)練，得到其映射函數(shù)，并據(jù)此對源語音的LPC系數(shù)進(jìn)行轉(zhuǎn)換，仿真分析了基于GMM模型譜包絡(luò)的源、目標(biāo)和轉(zhuǎn)換后語音的時域波形和語譜圖。
　　 (3)采用GMM模型完成了對源和目標(biāo)語音譜包絡(luò)殘差的訓(xùn)練，得到了源和目標(biāo)語音殘差碼本的映射關(guān)系，并通過映射關(guān)系對源語音的殘差進(jìn)行了轉(zhuǎn)換，仿真分析了基于GMM模型殘差的源、目標(biāo)和轉(zhuǎn)換后語音的時域波形和語譜圖。
　　 (4)在分析討

4、論BP網(wǎng)絡(luò)基本原理和算法的基礎(chǔ)上，完成了源和目標(biāo)說話人的基音周期的訓(xùn)練，通過訓(xùn)練網(wǎng)絡(luò)實現(xiàn)了源與目標(biāo)說話人的基音周期的轉(zhuǎn)換，并仿真分析了源、目標(biāo)和轉(zhuǎn)換后的時域波形與語譜圖。
　　 (5)完成了GMM和BP網(wǎng)絡(luò)兩種模型相結(jié)合后分別對說話人語音的頻譜包絡(luò)LSF參數(shù)、頻譜包絡(luò)殘差和基音周期三種特征參數(shù)的訓(xùn)練和轉(zhuǎn)換，仿真分析了轉(zhuǎn)換前后的時域波形和語譜圖;并完成了基于GMM和BP網(wǎng)絡(luò)的語音轉(zhuǎn)換系統(tǒng)功能設(shè)計及系統(tǒng)實現(xiàn)，采用客觀評價和主觀評價的