[发明专利]基于特征转换规则的汉语耳语音向自然语音实时转换方法

权利要求书

1.一种汉语耳语音向自然语音实时转换的方法，其特征在于：该方法包括以下阶段，

耳语音信号的预处理阶段，该阶段对耳语音信号先后进行端点检测处理和声韵分割处理；

耳语音信号的特征分析及提取阶段，其中所述特征分析及提取包括激励特征的分析及提取和声道特征的分析及提取，该阶段对耳语音信号的预处理阶段得到的结果分别进行激励特征提取操作和声道特征提取操作，并采取声调与基频估计方法将激励特征提取操作提取的激励信息转换产生基频信息，以及采取声道参数转换规则将声道特征提取操作提取的声道信息转换产生自然语音声道信息；

语音合成阶段，耳语音信号的特征分析及提取阶段最终获取的基频信息和自然语音声道信息在该阶段进行语音合成而产生相应的自然语音信号，从而实现耳语音向自然语音的实时转换，

所述采取声道参数转换规则将声道特征提取操作提取的声道信息转换产生自然语音声道信息的具体过程为，

设声道模型的系统函数为 其中P为线性预测阶数，a_i，i＝1～P是P阶LPC系数；

系统的线谱频率参数用ω_i表示为0＜ω₁＜ω₂＜…＜ω_P＜π，耳语音与正常音的线谱频率参数的映射关系用如下反正切关系表示：

μ＝λ·tan^-1([1:P]) 

μ_m＝max(μ)

从而将线谱频率参数调整为

ω′＝ω·ζ

其中，ω′为调整后的正常音的线谱频率参数，参数ω为ω₁，ω₂，…ω_P，ω′为ω₁′，ω₂′...ω_P′，参数λ为非线性放大加权系数，近似反映耳语音与自然语音的声道特征变化率，用于确定系统的线谱频率参数ω_i的非线性调整幅度，λ取值范围为0.85≤λ≤0.95，

调整后的线谱频率参数遵循由小到大的规则，并且0＜ω′₁＜ω′₂＜…＜ω′_P＜π以使系统稳定。

2.根据权利要求1所述的汉语耳语音向自然语音实时转换的方法，其特征在于：在上述耳语音信号的特征分析及提取阶段所采取的声调与基频估计方法包括以下步骤，

步骤(1)，分析激励信息的声调及性别特征；

步骤(2)，在判断出说话人声调之后，采用用于拟合汉语四声声调曲线的多项式曲线混合模型建立一个合适的声调模型，所述多项式曲线混合模型表示为

f₁(t)＝-(a₁₁t+b₁₁)⁴+0.01×(a₁₂t+b₁₂)²+b₁₃

f₂(t)＝-8×(a₂₁t+b₂₁)⁶+(a₂₂t+b₂₂)²+b₂₃

f₃(t)＝3×(-10×(a₃₁t+b₃₁)⁶+(a₃₂t+b₃₂)²)+b₃₃

f₄(t)＝-5×(a₄₁t+b₄₁)⁴-0.5×(a₄₂t+b₄₂)+b₄₃

其中，t表示归一化的时间，可通过对参数a11、a12、a21、a22、a31、a32、a41、a42、 b11、b12、b21、b22、b31、b32、b41、b42、b13、b23、b33、b43进行适当设定以选择声调曲线形状，

进一步根据所知的基准音高对归一化的该声调曲线进行相应的尺度放大和频率提升以满足不同性别说话人和不同语气语调情况下的声调特点，从而将激励特征提取操作提取的激励信息转换产生声调基频信息。