论文研究 采用深度信念网络的语音转换方法.pdf

对说话人语音个性特征信息的表征和提取进行了深入研究，提出了一种基于深度信念网络（Deep Belief Nets，DBN）的语音转换方法。分别用提取出的源说话人和目标说话人语音频谱参数来训练DBN，分别得到其在高阶空间的语音个性特征表征；通过人工神经网络（Artificial Neural Networks，ANN）来连接这两个高阶空间并进行特征转换；使用基于目标说话人数据训练出的DBN来对转换后的特征信息进行逆处理得到转换后语音频谱参数，合成转换语音。实验结果表明，与传统的基于GMM方法相比，该方法效果更好，转换语音音质和相似度同目标语音更接近。