成人与老人语音转换.pptx

成年人与老年人语音转换主题总结（1）题目任务与目的（2）语音转换的概念与应用 （3）语音转换实施的初步方案题目任务与目的 研究年轻人与老人声音的不同特点，编程实现一段语音由年轻人向老人及逆过程的转换，选择合适的特征参数。 语音信号的特征主要有时域和频域两种。时域特征如短时平均能量、短时平均过零率，共振峰、基音周期等；频域特征有线性预测系数、LP倒谱系数、线谱对参数、短时频率、Melp频率倒谱系数等，因此要通过实验摸索较好的转换方法。数字语音 语言是人类交换信息最方便、最快捷的一种方式，在高度发达的信息社会中，用数字化的方法对语音进行合成，编码，识别等是整个现代通信系统和电子系统的重要组成部分之一。 语音信号承载了很多信息，主要有：语义内容（what）、信源语音特征（who）、说话背景信息（where）。语音转换概念及其应用 　语音转换（Voice Conversion）就是要保留语义内容不变，改变说话人的声音特性，使得某人的声音听起来像是由另一个人说出的话。 语音转换是语音信号处理中一个比较新的分支，语音转换的研究具有重要的理论价值与应用价值。语音转换的研究涉及语音信号处理领域的各个领域，需要研究并借鉴这些领域的一些知识。语音转换的用途（1）应用于文语转换（TTS，test-to-speech）系统中。（2）应用于娱乐与医疗领域（3）用于必威体育官网网址通信，语音的个性化伪装。 （4）语音转换技术的研究同时也推动了语音信号处理领域其他技术的发展。语音信号特征 语音信号随时间变化的频谱特性可以用语谱图直观的表示。（左图为“我到北京去”的语谱图）。 语音信号是一种非平稳的时变信号，它携带着反映语音特征的各种信息，语音处理的目的在于有效地提取语音特征初步实施方案 根据左图，语音转换需要两个过程（1）训练过程：输入语音信号经过预处理后，语音信号的特征被提取出来，首先在此基础上建立的模板，这个过程叫做训练（2） 转换过程：系统利用训练后的转换规则，用源说话人的参数来预测目标说话人的参数，最后利用预测参数来合成出转换后的语音。 语音训练过程 语音的训练过程主要包括：（1）语音信号的采样（2）语音那信号的预处理（3）语音信号的特征提取（3）语音训练语音信号的采样 语音信号的频率范围是300—3400Hz,一般情况下采取采样频率为8KHz 采样方法：利用音频处理软件 Cool edit,设置采样频率为8KHz,单声道 mono,采样精度16 bit, 将录音存成 “.wav”文件信号预处理—预加重处理 左图为预加重前和预加重后的一段浊音信号及频谱由于语音信号平均功率受口唇辐射的影响，高频端在800Hz以上按6dB/倍频程跌落预加重处理的目的是为了对语音的高频部分进行加重，去除口唇辐射的影响。信号预处理—加窗处理 语音信号是一种非平稳信号，不具备傅里叶变换所要求的稳态特性，但可以认为语音信号在10ms—30ms的短时间内是平稳的，这是短时傅里叶分析的基础 左图是语音信号处理中常用的两种窗：矩形窗和汉明窗。语音信号特征提取 语音转换的一个重要的步骤是特征提取。所谓特征提取，即对不同的语音信号寻找其内在特征，由此来判别未知语音信号，所以每个语音转换系统都要进行特征提取。常用的特征提取方法：（1）线性预测系数（LPC）（2）LPC倒谱系数（LPCC） （3）Mel频率倒谱系数（MFCC）语音训练　通过转换算法进行语音分析，提取语音模型参数，之后将相同的参数聚集在一起作为训练数据，常用的方法是隐马尔科夫模型（ＨＭＭ）。　转换函数描述的是源说话人与目标说话人参数之间的统计关系。语音转换过程　系统利用转换后的转换规则，用源说话人的参数来预测目标说说话人的参数，最后利用预测的参数来合成转换后的语音。　　谢谢大家！