基于激励源模型和声道参数映射的高质量语音转换算法研究

语音是人与人之间相互沟通的一种最方便最自然的方式。随着计算机技术的发展，人们越来越希望让计算机和人类一样，具有听说能力，并能发出个性化的声音，与我们进行正常的交流- - 人机交互。语音转换技术正是为了满足这样一个极具吸引力的应用需求而诞生的。本课题以当今语音识别、语音编码、语音合成等关键技术为基础，以实现语音转换技术实用化为目标，结合模式识别、统计学习理论、非线性分析理论等领域的最新成果，提出了设计激励源音段信息的转换算法、超音段信息的模型、声道谱参数的自适应算法、合成语音帧间谱参数稳定性的控制算法、说话内容与说话人个性分离模型等一系列方案，以实现语音转换效果的显著提高，并构建语音转换实验系统，对提出的技术方案进行实验验证和性能分析。