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