文本无关的语音转换方法研究

和谐人机交互技术一直都是人们关注的对象，面向个性化语音的语音转换技术是其重要组成部分，它能够对一个人的声音进行处理，使之变成另一个人的声音，其研究成果对个性化语音生成、人机对话等方向的发展具有重要的意义。而目前已有的语音转换技术一般必须采用文本相关的平行语料来进行训练，对训练数据有着较高的要求，成为制约该技术在实际中应用的重要因素，而采用非平行语料的文本无关技术，是解决这一问题的主要思路。针对这一问题，本项目拟针对非平行语料语音对齐模型、文本无关音色映射模型、融合语音关联信息的韵律转换模型、源说话人无关的语音映射方法等方面进行深入研究，最终形成一个完整和实用的基于非平行语料的文本无关语音转换系统。针对训练数据的准备，研究还将对非平行训练语料的可用性提出评价准则，以方便建立更为实用化的系统。此项研究还对推进语音理解和语言认知的发展将起到重要的作用，有着广阔的应用前景。