版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、語音轉(zhuǎn)換是指改變一個(gè)人(源說話人)的語音個(gè)性特征使之具備另一個(gè)人(目標(biāo)說話人)的語音個(gè)性特征,從而使源說話人的語音聽起來像目標(biāo)說話人的語音的一種語音處理技術(shù)。隨著現(xiàn)代生活水平的提高,人們不再單單追求語音的可懂度,而更加強(qiáng)調(diào)語音的個(gè)性化特征,因此,該技術(shù)的研究不僅具有重要的理論意義,同時(shí)也具有巨大的應(yīng)用價(jià)值,正逐漸成為語音處理領(lǐng)域的研究熱點(diǎn)之一。 本文主要研究語音轉(zhuǎn)換技術(shù)的基本理論和方法,介紹了語音發(fā)音系統(tǒng)和模型,語音轉(zhuǎn)換的基本框
2、架和常用的語音參數(shù)以及轉(zhuǎn)換算法。重點(diǎn)介紹了本文所采用的LPC語音分析模型和基于GMM模型的語音頻譜包絡(luò)轉(zhuǎn)換算法,最后研究了語音殘差激勵(lì)的處理方法。 本文采用LPC語音分析模型,是因?yàn)長PC模型符合語音產(chǎn)生原理,它可以將語音有效的分解為譜包絡(luò)部分(由LPC系數(shù)表示)和激勵(lì)部分(由LPC的殘差表示)。對于譜包絡(luò)部分,本文通過LSP參數(shù)實(shí)現(xiàn)譜包絡(luò)的轉(zhuǎn)換,通過對激勵(lì)部分的處理以提高轉(zhuǎn)換語音的音質(zhì),達(dá)到高質(zhì)量的語音轉(zhuǎn)換效果。在基于GMM模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高斯混合模型的語音轉(zhuǎn)換技術(shù)研究.pdf
- 基于高斯混合模型的語音轉(zhuǎn)換方法研究.pdf
- 基于高斯混合模型的語音情感識別研究與實(shí)現(xiàn).pdf
- 高斯混合模型用于語音情感識別研究.pdf
- 基于高斯混合模型的語種識別技術(shù).pdf
- 基于高斯混合模型的說話人識別技術(shù)研究.pdf
- 基于高斯混合模型的圖像分割的研究.pdf
- 倒譜本征空間結(jié)構(gòu)化高斯混合模型及語音轉(zhuǎn)換研究.pdf
- 基于STRAIGHT模型的語音轉(zhuǎn)換的研究.pdf
- 基于高斯混合模型的咳嗽音檢測研究.pdf
- 基于高斯混合模型的語種識別的研究.pdf
- 基于高斯混合模型的運(yùn)動(dòng)目標(biāo)檢測.pdf
- 基于高斯混合模型與子空間技術(shù)的故障識別研究.pdf
- 基于HMM和ANN混合模型的語音識別技術(shù)的研究.pdf
- 基于高斯混合模型的說話人識別研究.pdf
- 基于混合高斯模型匹配的紋理分類研究.pdf
- 基于高斯混合模型的說話人識別算法研究.pdf
- 基于量子遺傳高斯混合模型的說話人識別技術(shù).pdf
- 基于混合高斯模型的說話人識別.pdf
- 基于高斯混合模型的參數(shù)遷移聚類.pdf
評論
0/150
提交評論