超级会员免费看
本文探讨了声音转换技术，特别是针对歌声美化，分析了基频在音色转换中的重要性，提出了一种基于TD-PSOLA的歌声转换方法。研究指出，基频和共振峰对声音个性化特征的贡献，以及在转换过程中存在的问题，如转换准确性和语音质量下降。文章还介绍了语音特征提取，包括基频和共振峰的提取方法，以及在歌声美化系统中的应用前景，如音乐教学和娱乐领域的潜在价值。
文章目录
背景知识
背景
-
声音转换 VC，Voice Conversion
-
语音编码、语音识别和合成是目前语音处理技术中最引人瞩目的三个研究方向。
-
音色转换技术涉及信号处理、人工智能、 模式识别和声学等学科领域，是一个典型的学科交叉的产物。特征参数的选取在音色转换过程中是非常关键的部分，它的精确度将直接影响着转换的效果。在全面分析语音信号的众多特征参数的基础上， 本文采用并提取了 LPC 系数，进行音色转换，利用线性预测的残差可以非常好的模拟唱歌人声源的激励信号。
-
一种基于线性预测技术，无需训练样本或少量训练样本的语音转换模 型，并在模拟实验中实现了声音转换。
-
研究表明，基频（pitch）对人的音色形成具有重要的作用，因此， 本文通过实验，采用基于 TD-PSOLA 的方法，通过改变基音频率实现音色 转换，获得了对于非特定人声音音色转换的良好实验效果。
-
音色转换技术涉及信号处理、人工智能、 模式识别和声学等学科领域，是一个典型的学科交叉的产物。
-
不足之处
- 一是转换准确度不高，转换后的语音和目标语音还有较大差距；二
订阅专栏 解锁全文
扫一扫
1042
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
