[发明专利]基于自适应非平行训练的语音转换方法

权利要求书

1.一种基于自适应非平行训练的语音转换方法，其特征在于，该方法包括以下步骤：

步骤1，从采集到的语音样本中检测出有效语音信号，对所述有效语音信号进行预处理；

步骤2，对于预处理后得到的有效语音信号提取语音特征参数；

步骤3，基于所述语音特征参数进行UBM训练，得到一个与说话人无关的UBM模型；

步骤4，基于所述UBM模型，得到与说话人有关的独立说话人语音模型，基于所述独立说话人语音模型，得到频谱参数和基频参数的转换函数；

步骤5，将待转换语音的语音特征参数输入到所述步骤4得到的转换函数中，得到转换后的目标说话人的语音特征参数；

步骤6，将转换后的目标说话人的语音特征参数进行合成，得到目标语音。

2.根据权利要求1所述的方法，其特征在于，所述预处理包括但不限于预加重、加汉明窗和分帧处理。

3.根据权利要求1所述的方法，其特征在于，所述语音特征参数包括但不限于基音频率、线性预测倒谱系数LPCC、梅尔倒频谱系数MFCC和线谱对LSP。

4.根据权利要求1所述的方法，其特征在于，所述步骤2中，首先获得每帧有效语音信号的基音频率F0和短时谱参数；然后基于求得的短时谱参数求取每帧语音信号的LPC系数；然后将LPC系数转化为LPCC系数。

5.根据权利要求1所述的方法，其特征在于，所述步骤3中，在进行UBM训练时，首先平衡说话人性别上的差异和每个说话人训练语料库的大小；然后融合所有用于训练的语音特征参数，通过EM算法训练得到UBM模型。

6.根据权利要求1所述的方法，其特征在于，所述步骤4进一步包括以下步骤：

步骤41，对源说话人和目标说话人的训练语音分别进行预处理；

步骤42，分别提取两者的LPCC参数和基频参数；

步骤43，基于LPCC参数，分别从UBM模型中得到源说话人和目标说话人的GMM模型；

步骤44，求取基频参数的均值和方差，并使用一阶的高斯模型对其进行建模；

步骤45，根据所述步骤43得到的GMM模型和所述步骤44得到的基频参数模型，得到频谱参数和基频参数的转换函数。

7.根据权利要求6所述的方法，其特征在于，通过MAP自适应方法分别从UBM模型中得到源说话人和目标说话人的GMM模型。