倒谱本征空间结构化高斯混合模型及语音转换研究

【摘要】语音转换是语音信号处理领域的一个重要分支，其目的是保持说话人语音的语义信息不变，只改变说话人的个性特征，源说话人语音经过转换后其个性特征更接近目标说话人的个性特征。传统的语音转换方法大多采用平行语料联合训练源-目标说话人的语音模型并由此推导出相应的语音转换函数，但在实际应用中难以获得完全平行的语料，而且训练联合说话人语音模型的计算量大，在多说话人之间进行语音转换时系统繁杂。本课题针对非平行语料非联合训练条件下的语音转换，提出一种基于倒谱本征空间结构化高斯混合模型的方法。首先提取说话人语音的倒谱特征参数，然后根据其散布矩阵计算本征向量构造倒谱本征空间并训练结构化高斯混合模型(SGMM-ES,StructuredGaussianMixtureModelinEigenSpace)。源和目标说话人各自独立训练的SGMM-ES根据全局声学结构(AUS,AcousticalUniversalStructure)原理进行匹配对准，最终得到基于倒谱本征空间的短时谱转换函数。主客观实验结果以及表明SGMM-ES语音转换系统的转换性能非常接近于传统平行语料的方法。这一结果说明采用倒谱本征空间结构化高斯混合模型进行非平行语料条件下的语音转换是有效的。本课题的研究内容主要包括以下几个方面：(1)、研究了语音产生的基本原理以及数学模型，对语音的个性特征参数进行了详细的分析，并基于STRAIGHT构成语音分析-合成平台。(2)、搭建了平行语料联合训练条件下基于GMM模型的语音转换平台作为基准系统，并具体分析了传统语音转换方法存在的问题。(3)、深入研究了语音的全局声学结构原理，提出了说话人倒谱本征空间结构化高斯混合模型(SGMM-ES)及其具体实现算法。(4)、在非平行语料非联合训练的条件下，实现了基于倒谱本征空间结构化高斯混合模型的语音转换系统。(5)、对GMM、SGMM、SGMM-ES三种方法得到的转换语音进行了主客观实验评测，并作了详细的分析，以验证本论文提出方法的有效性。
【作者】李阳春；
【导师】俞一彪；
【作者基本信息】苏州大学，通信与信息系统，2014，硕士
【关键词】语音转换；倒谱本征空间；非平行语料；结构化高斯混合模型；

【参考文献】
[1]张俊杰.对优秀山地户外运动员冬训期间身体机能变化及体能监控的研究[D].中国地质大学（北京）,体育教育训练学,2013,硕士.
[2]刘娟.以面鱼的文化变迁看城中村的权力关系[D].辽宁大学,民俗学,2012,硕士.
[3]高玉蓉.沈阳经济区制造业产业集群物流外包研究[D].沈阳工业大学,管理科学与工程,2012,硕士.
[4]刘爱民.高压断路器圆筒型直线感应电机操动机构研究[D].沈阳工业大学,2009.
[5]殷珊娱.二维斑点追踪技术对甲状腺功能低下患儿左室纵向收缩功能的评价[D].吉林大学,临床医学,2013,硕士.
[6]路浩如.模式识别中的递归结构及其句法-词义描述[J].自动化学报,1987,02:87-93.
[7]王闻婧.防己黄芪汤对肾小球滤过屏障的保护作用研究[D].黑龙江中医药大学,中医基础理论,2014,硕士.
[8]姜园,张朝阳,仇佩亮,周东方.用于数据挖掘的聚类算法[J].电子与信息学报,2005,04:655-662.
[9]马媛慧.生态文化普及研究[D].西南大学,科学技术哲学,2013,硕士.
[10]刘锐.基于大容量指纹库的多级指纹分类研究[D].宁夏大学,计算机软件与理论,2014,硕士.
[11]章蓉.相分离法制备骨组织工程用CP/PLLA复合支架及性能表征[D].浙江大学,材料学,2004,硕士.
[12]闫崇峰.一种新型逆变触发电路[D].青岛大学,电力系统及其自动化,2013,硕士.
[13]苏香江.高性能环氧电子灌封胶的研制[D].北京化工大学,化学工程与技术,2013,硕士.
[14]李巨龙.高并发统一身份认证平台的研究[D].南昌大学,计算机系统结构,2014,硕士.
[15]刘永磊.河南省本科院校公共体育篮球选项课教学现状与对策研究[D].西安体育学院,体育教学,2013,硕士.
[16]刘文斐.碳化物衍生碳结构形成过程的第一性原理研究[D].燕山大学,2014.
[17]李军.冰雪条件下高速公路危险驾驶行为研究[D].哈尔滨工业大学,交通运输工程,2014,硕士.
[18]张璟.基于SDN技术的网络性能管理系统设计与实现[D].北京交通大学,2014.
[19]王伟,何光宇,万钧力,杨文轩,陈艳波.用户侧能量管理系统初探[J].电力系统自动化,2012,03:10-15.
[20]芦洁媛.与饮食相关的传承语素构词及其在汉语二语词汇教学中的应用[D].安徽大学,语言学及应用语言学,2013,硕士.
[21]刘伟.若干低维材料的表面吸附行为[D].吉林大学,2009.
[22]张浩然.梅河煤矿采空区地表变形分析研究[D].吉林大学,地质工程,2013,硕士.
[23]李玲,郭新峰.LandMarkⅣ解释系统在储层横向预测方面的功能开发与发展[J].石油地球物理勘探,1994,02:213-230+260.
[24]郭展展.初中思想品德课中的可持续发展教育研究[D].南京师范大学,学科教学,2012,硕士.
[25]戴瑛.CGRP上调TGF-β/BMP-2表达促牙周膜成纤维细胞纤维钙化的作用机制研究[D].第二军医大学,口腔临床医学（专业学位）,2013,硕士.
[26]陈玲.清代龙袍所象征的精神世界[D].武汉纺织大学,美学,2014,硕士.
[27]邹秋花.基于模糊综合函数的AIS与雷达信息融合研究[D].大连海事大学,信息与通信工程,2013,硕士.
[28]陈德富.车牌识别的嵌入式系统研究[D].浙江工业大学,2006.
[29]蔡锡清.进口节流调速系统负载变化对液压缸压力的影响[D].湖南农业大学,农业机械化工程,2004,硕士.
[30]刘洋.第四方物流企业风险评价和分析[D].吉林大学,项目管理,2014,硕士.
[31]石云.有机酸与H_2O_x间的氢键相互作用的理论研究[D].曲阜师范大学,物理化学,2004,硕士.
[32]范志飞.当代中国民众抗争动员研究[D].西南政法大学,政治学理论,2012,硕士.
[33]韦汝仙.以彩虹为主题的探究活动设计研究[D].广西师范大学,学科教学（专业学位）,2013,硕士.
[34]谢利理.不确定非线性系统的变结构鲁棒控制[J].自动化学报,1992,04:494-497.
[35]王敏.固相萃取技术和高效液相色谱串联质谱联用在茶叶中农药残留检测中的应用[D].安徽大学,分析化学,2013,硕士.
[36]张详位.基于机器视觉的绳团包装膜破损检测方法研究与实现[D].东华大学,控制工程（专业学位）,2014,硕士.
[37]李鹏鹏.γ-谷氨酰胺转移酶与血压正常不稳定型心绞痛血管病变的互联研究[D].吉林大学,内科学,2013,硕士.
[38]秦慧超.基于神经网络的客车车型分类的研究[D].中北大学,应用数学,2013,硕士.
[39]曹刚.电网线路管理地理信息系统的设计与实现[D].电子科技大学,软件工程（专业学位）,2012,硕士.
[40]段强华.基于生物量的达理雅博依绿洲植被的生态系统服务价值评价[D].新疆大学,生态学,2013,硕士.
[41]董宪辉.CCD洗涤过程计算机控制系统设计与开发[D].东北大学,控制理论与控制工程,2010,硕士.
[42]曹娜.YY会计师事务所业务员工激励机制优化设计[D].西北大学,工商管理（专业学位）,2014,硕士.
[43]关桥,刘纪达,傅昱华,邵亦陈,金炳福.焊接瞬态热应变的云纹测试[J].焊接学报.1986(01)
[44]魏迎辰.温阳补肾方治疗兔激素性股骨头坏死的实验研究[D].福建中医药大学,中医骨伤科学,2014,硕士.
[45]战玉锋.市场契约下控制“内部人控制”与会计管制问题研究[D].沈阳工业大学,会计学,2004,硕士.
[46]翟昕.股东出资标的适格制度研究[D].首都经济贸易大学,经济法,2004,硕士.
[47]胡志涛.图的点强可区别全染色的研究[D].西北师范大学,运筹学与控制论,2013,硕士.
[48]周维波.基于音圈电机的宏/微平台控制系统开发[D].广东工业大学,机械电子工程,2014,硕士.
[49]陈根华.基于表面等离子体激元的纳米结构产生和光刻技术[D].苏州大学,光学工程,2013,硕士.
[50]王菲菲.基于用户情感的个人消费电子产品可用性开发研究[D].浙江工业大学,2013.