1、語音轉(zhuǎn)換是指在不改變說話內(nèi)容的前提下，實現(xiàn)源說話人聲音向特定說話人聲音的轉(zhuǎn)換，其研究是在說話人識別和語音合成的研究基礎上進行的，同時也是這兩個領域的豐富和延拓，具有非常廣闊的應用前景和理論研究價值，正逐漸成為語音處理領域的研究熱點之一。
　　 本文主要研究語音轉(zhuǎn)換技術(shù)的基本理論和方法，研究了語音韻律轉(zhuǎn)換和譜包絡轉(zhuǎn)換的基本概念和方法，重點研究基于RBF網(wǎng)絡的譜包絡轉(zhuǎn)換算法和基于BP網(wǎng)絡的基音頻率轉(zhuǎn)換算法的原理和實現(xiàn)，論文的主要工作

2、如下：
　　 首先，研究了傳統(tǒng)RBF網(wǎng)絡的結(jié)構(gòu)和學習算法，并對網(wǎng)絡的學習算法進行改進，通過引入減法聚類(SC)算法，克服了K均值聚類算法對初始聚類中心的選擇比較敏感和事先要確定聚類中心個數(shù)的問題;將具有全局最優(yōu)特性的粒子群優(yōu)化(PSO)算法代替最小均方誤差(LMS)算法作為RBF網(wǎng)絡輸出層的學習算法，可以克服LMS算法可能收斂于局部最優(yōu)的不足。實驗結(jié)果表明將SC算法和POS算法分別應用到RBF網(wǎng)絡的隱含層和輸出層中，可以使轉(zhuǎn)換后

3、的譜包絡更接近于目標語音的譜包絡。
　　 其次，采用了PSO算法優(yōu)化過的BP網(wǎng)絡進行基音頻率的轉(zhuǎn)換，使得預測的基音頻率曲線更接近目標說話人的基音頻率曲線。PSO算法優(yōu)化BP網(wǎng)絡指的是網(wǎng)絡中權(quán)值、閾值的修正不是按照傳統(tǒng)BP算法中由梯度下降法推導出來的公式來修正，而是按照PSO算法中的粒子速度、位置修正公式來修正。這種新的融合算法避免了梯度下降法導致的算法收斂速度慢和易陷入局部極小。
　　 最后，在基頻曲線的轉(zhuǎn)換均采用BP