[发明专利]变声处理方法、装置和计算机可读存储介质

说明书

本申请是关于一种变声处理方法、装置和计算机存储介质。该变声处理方法包括：对语音信号进行变调处理，得到第一信号；根据共振峰位置，对所述第一信号进行分区域的频谱包络动态调整来优化音色，得到第二信号；以及将所述第二信号输出，得到变声后的语音信号。在该变声处理方法中，对语音信号进行变调处理后，根据男女声语音信号的幅度谱的共振峰位置，对所述第一信号的幅度谱进行分区域的频谱包络动态调整来优化音色，以提高变声后的语音信号的音质同时提高音质改进效果的稳定性。

技术领域

本申请属于计算机软件应用领域，尤其是变声处理方法和装置。

背景技术

目前，语音通信涉及的范围越来越广，比如电话、手机、网络聊天、语音邮件等。出于军事安全、保护隐私或娱乐等方面的原因，人们在语音通信中希望通过改变自己的声音，来掩盖自己的身份、性别或年龄。语音的差异主要表现在音调和音色上。音调是由发音物体振动频率的高低决定的，频率高音调就高，频率低音调就低。比如，妇女和儿童发声时声带振动频率高，男人和老人发声时声带振动频率低，因而男人和老人的声音比妇女和儿童的声音更低沉。通过改变基频可以改变音调。音色取决于声波振动的形式，是不同的声音能够互相区别的最基本的特征。共振峰反映了声音中分量突出的谐波成分，从而共振峰的高度、位置和数量影响着音色。

相关技术中，基于女声比男声的基音频率高的特点，一般采用变调来实现男女声转换。男声转女声就是音调提高，女声转男声就是音调降低。但是，这种变声方法变声效果不自然，男声变女声时容易出现娃娃音，女声变男声又过于低沉。基于女声比男声的基音频率高一倍左右，但其共振峰只高百分之三十左右的特点，有时通过频谱包络的移动整形来调整音色，使男女声转换后音色更加自然。但是，这种变声方法的音质改进效果并不稳定，变声效果有时自然，有时却不自然。

发明内容

为克服相关技术中存在的问题，本申请公开一种变声处理方法和装置，对语音信号进行变调处理后，根据男女声语音信号的幅度谱的共振峰位置，对所述第一信号的幅度谱进行分区域的频谱包络动态调整来优化音色，以提高变声后的语音信号的音质同时提高音质改进效果的稳定性。

根据本申请实施例的第一方面，提供一种变声处理方法，包括：

对语音信号进行变调处理，得到第一信号；

根据共振峰位置，对所述第一信号进行分区域的频谱包络动态调整来优化音色，得到第二信号；以及

将所述第二信号输出，得到变声后的语音信号。

可选地，所述根据共振峰位置，对所述第一信号进行分区域的频谱包络动态调整来优化音色，包括：

根据元音或韵母的分类识别，来动态调整共振峰的频率区域和对应的谱包络调整因子。

可选地，所述根据共振峰位置，对所述第一信号进行分区域的频谱包络动态调整来优化音色，包括：

根据说话人情感的分类识别，来动态调整共振峰的频率区域和对应的谱包络调整因子。

可选地，所述根据共振峰位置，对所述第一信号进行分区域的频谱包络动态调整来优化音色，还包括：提取所述第一信号的第一谱包络；

基于共振峰位置的男女平均差异，选取主要决定所述第一信号的音色的多个共振峰；

在所述多个共振峰的所述频率区域，分别采用所述对应的谱包络调整因子对所述第一信号的所述第一谱包络进行动态调整，得到所述第一信号的第二谱包络；以及

基于所述第一信号的所述第一谱包络和所述第二谱包络的加权系数，得到所述第二信号。

可选地，所述提取所述第一信号的第一谱包络，包括：

对所述第一信号进行进行加窗处理，得到第三信号；

将所述第三信号从时域转换到频域，得到第四信号；