1、說(shuō)話人轉(zhuǎn)換是語(yǔ)音信號(hào)處理領(lǐng)域中一個(gè)前沿的研究分支。說(shuō)話人轉(zhuǎn)換就是對(duì)一個(gè)說(shuō)話人(源說(shuō)話人)的語(yǔ)音信號(hào)進(jìn)行修改，在保留語(yǔ)音信號(hào)所表達(dá)的語(yǔ)義信息的前提下，使得修改后的語(yǔ)音信號(hào)聽(tīng)起來(lái)像另外一個(gè)說(shuō)話人(目的說(shuō)話人)所說(shuō)的。說(shuō)話人轉(zhuǎn)換對(duì)語(yǔ)音分析、語(yǔ)音編碼、文語(yǔ)轉(zhuǎn)換、說(shuō)話人識(shí)別和語(yǔ)音識(shí)別等領(lǐng)域都有重大的促進(jìn)意義。 語(yǔ)音處理中廣泛使用的正弦+噪聲模型具有易于參數(shù)修改、合成音質(zhì)高的特點(diǎn)。該模型通過(guò)參數(shù)修改的方法，能夠較為方便地對(duì)語(yǔ)音信號(hào)各種特征的

2、進(jìn)行修改。本文從正弦模型參數(shù)所體現(xiàn)的說(shuō)話人特征著手，基于統(tǒng)計(jì)的方法，研究了基于正弦+噪聲模型的說(shuō)話人轉(zhuǎn)換的方法，并將研究結(jié)果應(yīng)用到語(yǔ)音識(shí)別中的說(shuō)話人適應(yīng)領(lǐng)域，引入了基于說(shuō)話人轉(zhuǎn)換的語(yǔ)音識(shí)別方法。 說(shuō)話人轉(zhuǎn)換的關(guān)鍵之處是從語(yǔ)音信號(hào)中提取可分析合成的說(shuō)話人特征。該文利用正弦+噪聲的語(yǔ)音分析模型，進(jìn)行說(shuō)話人特征的基礎(chǔ)性研究。結(jié)合統(tǒng)計(jì)分析的方法，著重分析了正弦模型中頻率參數(shù)概率分布(FPD)和幅度參數(shù)加權(quán)的頻率概率分布(awFPD)。在

3、觀察總結(jié)的基礎(chǔ)上得出了一個(gè)實(shí)驗(yàn)結(jié)論：在有足夠觀察數(shù)據(jù)進(jìn)行分析的情況下，頻率概率分布和說(shuō)話人有關(guān)，和語(yǔ)音內(nèi)容和使用的語(yǔ)言種類相關(guān)性不大。通過(guò)應(yīng)用混合高斯模型進(jìn)行概率分布的擬合，該文提出了統(tǒng)計(jì)本征聲音(SEV)和加權(quán)統(tǒng)計(jì)本征聲音(wSEV)的說(shuō)話人特征表示方法。SEV和wSEV描述了說(shuō)話人發(fā)音器官特征、說(shuō)話特點(diǎn)和發(fā)音喜好等固有的特征。 在說(shuō)話人統(tǒng)計(jì)特征的研究基礎(chǔ)上,該文提出了基于統(tǒng)計(jì)本征聲音SEV和加權(quán)統(tǒng)計(jì)本征聲音wSEV的說(shuō)話人轉(zhuǎn)

4、換方法。該方法使用SEV特征進(jìn)行說(shuō)話人頻率轉(zhuǎn)換，使用wSEV進(jìn)行說(shuō)話人頻譜幅度轉(zhuǎn)換，并且訓(xùn)練過(guò)程無(wú)需使用源說(shuō)話人和目的說(shuō)話人的相同語(yǔ)音樣本。這種方法在跨語(yǔ)種說(shuō)話人轉(zhuǎn)換上有進(jìn)一步應(yīng)用的空間。基于SEV和wSEV的轉(zhuǎn)換方法結(jié)合起來(lái)間接的修改了語(yǔ)言信號(hào)的基音頻率和譜包絡(luò)等聲學(xué)特征。在合成結(jié)果自然度上，本文算法優(yōu)于LPC聲碼器的說(shuō)話人轉(zhuǎn)換方法。 在語(yǔ)音識(shí)別領(lǐng)域，與說(shuō)話人無(wú)關(guān)(SI)的識(shí)別方法需要大量的訓(xùn)練數(shù)據(jù)。大量數(shù)據(jù)的采集和識(shí)別率的不

5、穩(wěn)定制約了其應(yīng)用。傳統(tǒng)的與說(shuō)話人相關(guān)(SD)的識(shí)別方法則通過(guò)說(shuō)話人適應(yīng)方法，在減少訓(xùn)練數(shù)據(jù)的同時(shí)提高識(shí)別正確率和魯棒性。但是SD識(shí)別方法在識(shí)別模型參數(shù)較多時(shí)，效率偏低，適應(yīng)過(guò)程緩慢。 為了克服這些缺點(diǎn)，該文將說(shuō)話人轉(zhuǎn)換應(yīng)用于語(yǔ)音識(shí)別中，引入了基于說(shuō)話人轉(zhuǎn)換的語(yǔ)音識(shí)別方法。此方法在進(jìn)行識(shí)別前先對(duì)輸入的語(yǔ)音進(jìn)行說(shuō)話人轉(zhuǎn)換，將其映射到訓(xùn)練集語(yǔ)音庫(kù)中，在不修改識(shí)別模型參數(shù)的基礎(chǔ)上提高識(shí)別正確率。 相應(yīng)于SEV/wSEV的說(shuō)話人轉(zhuǎn)

6、換方法，本文提出了一種具體的基于說(shuō)話人轉(zhuǎn)換的語(yǔ)音識(shí)別方法。該方法基于與說(shuō)話人相關(guān)的語(yǔ)音識(shí)別系統(tǒng)，在識(shí)別前端通過(guò)特征匹配和說(shuō)話人轉(zhuǎn)換的方法，將識(shí)別說(shuō)話人映射到訓(xùn)練庫(kù)中，達(dá)到說(shuō)話人適應(yīng)的目的。在轉(zhuǎn)換效果較好的前提下，識(shí)別過(guò)程相當(dāng)于對(duì)“訓(xùn)練庫(kù)語(yǔ)音”進(jìn)行識(shí)別。從而避免了傳統(tǒng)說(shuō)話人適應(yīng)算法對(duì)模型參數(shù)的復(fù)雜性修改。在這種方法中，該文使用了反饋迭代識(shí)別的方法：將識(shí)別結(jié)果反饋到說(shuō)話人轉(zhuǎn)換模塊中，重新進(jìn)行指導(dǎo)性的說(shuō)話人轉(zhuǎn)換，進(jìn)一步提高轉(zhuǎn)換精確度進(jìn)而提高識(shí)