- 1、本文档共11页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
使用分段式GMM及自动GMM挑选之语音转换方法
使用分段式 GMM及自動 GMM 挑選之語音轉換方法
A Voice Conversion Method Using Segmental GMMs and
Automatic GMM Selection
古鴻炎 蔡松峰
Hung-Yan Gu Sung-Fung Tsai
國立台灣科技大學資訊工程系
Department of Computer Science and Information Engineering
National Taiwan University of Science and Technology
{guhy, M9615069}@.tw
摘要
本論文提出分段式(segmental)高斯混合模型(Gaussian mixture model, GMM)的觀念 ,用
以改進語音轉換的效能,而為了應用該觀念於線上(on-line)進行的語音轉換處理 ,我們
也發展了一個基於動態規劃(dynamic programming, DP)之自動GMM 挑選的演算法。此
外,為了使用單一高斯混合來對映(mapping) 離散倒頻譜係數(discrete cepstrum
coefficients, DCC) 係數,我們也設計了一種高斯混合選取之演算法 。關於分段式GMM
觀念的評估,在此我們建造了三個採取不同功能組合之語音轉換系統,然後使用三個系
統所轉換出的語音去作聽測實驗,實驗的結果顯示,分段式GMM 之觀念確實可用以改
進音色相似度(timbre similarity) 、及語音品質(voice quality)兩方面的效能 。
關鍵詞 :語音轉換 ,離散倒頻譜 ,高斯混合模型 ,音色相似度 ,語音品質
一 、緒論
以GMM 為基礎的語音轉換方法首先由Stylianou 提出[1] ,之後有許多研究者對這種方
法的相關議題再作了更進一步的探討[2-5] ,然而幾個棘手的問題至今仍然存在,其中一
個最令人注意的是,經語音轉換得到的頻譜大多都會發生頻譜過度平滑化(over
smoothing)的現象[2-4] ,而使得轉換出的語音聽起來會有明顯的語音品質退化的感覺 。
此外,另一個也需要注意的問題是,當嘗試以最大加權值之混合來作單一高斯混合之頻
譜對映時,某些相鄰音框的轉換出的頻譜,可能會發生頻譜不連續的問題,而使得轉換
出的語音會時常聽到怪音(artifact sound) 。
在本論文裡,我們嘗試以不同的方向來解決頻譜過度平滑的問題。在GMM 為基礎的語
音轉換方法中 ,跨越多個(如 128 個)高斯混合作加權和(weighting sum)的運算 ,是導致
過度平滑的一個重要原因 。一個典型的基於GMM 的對映函數 ,其公式如下[1]:
M x xx 1
w N (x; , ) y yx xx x
m m m
y F (x ; , ) (x ) (1)
M m m m m
m 1 x xx
文档评论(0)