[發明專利]語音轉換方法和系統

有效

• 申請號: 200710163066.2
• 申請日: 2007-09-29
• 公開（公告）號: CN101399044A
• 公開（公告）日: 2009-04-01
• 發明（設計）人: 雙志偉;孟繁平;秦勇;施勤
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G10L21/00
• 分類號: G10L21/00;G10L13/00;G10L13/02;G10L13/08
• 代理公司: 北京市金杜律師事務所
• 代理人: 王茂華;趙林琳

1.一種語音轉換方法，包括：

語音分析步驟，用于對源說話者的語音執行語音分析以獲得語音 信息；

頻譜轉換步驟，用于基于所述語音信息執行頻譜轉換，以將所述 源說話者的所述語音的頻譜轉換為與目標說話者的語音相似的第一 頻譜，所述頻譜轉換步驟通過頻率彎曲來執行并且包括補償所述源 說話者和所述目標說話者的聲光譜差值；

單元選擇步驟，用于至少使用所述第一頻譜作為目標，基于目 標說話者語料庫對所述目標說話者的所述語音執行單元選擇；

頻譜替換步驟，用于通過以所選擇的目標說話者語音單元的頻譜 替代所述第一頻譜的至少一部分來生成替換的頻譜；

語音重建步驟，用于至少基于所述替換的頻譜執行語音重建。

2.根據權利要求1所述的方法，還包括：

韻律轉換步驟，用于基于所述語音信息執行韻律轉換，至少獲得 與所述目標說話者的語音相似的第一音調曲線；

其中在所述單元選擇步驟中，使用所述第一頻譜和所述第一音 調曲線作為目標，基于所述目標說話者的語音執行單元選擇；以及

在所述語音重建步驟中，基于替換的頻譜和所述第一音調曲線執 行語音重建。

3.根據權利要求1所述的方法，其中：

在所述頻譜替換步驟中，利用所選擇單元的高于特定頻率的頻 譜替換所述第一頻譜中的相應部分，而將所述第一頻譜中低于所述 特定頻率的部分保持不變。

4.根據權利要求3所述的方法，其中：

所述特定頻率選擇在500Hz至2000Hz之間。

5.根據權利要求2所述的方法，還包括：

頻譜平滑步驟，用于對所述頻譜替換步驟中獲得的替換的頻譜 進行頻譜平滑；

其中在所述語音重建步驟中，基于平滑的頻譜和所述第一音調曲 線執行語音重建。

6.根據權利要求1到5中任一權利要求所述的方法，其中：

所述語音信息包括頻譜包絡和音調曲線信息。

7.一種語音轉換系統，包括：

語音分析裝置，用于對源說話者的語音執行語音分析以獲得語音 信息；

頻譜轉換裝置，用于基于所述語音信息執行頻譜轉換，以將所述 源說話者的所述語音的頻譜轉換為與目標說話者的語音相似的第一 頻譜，其中所述頻譜轉換步驟通過頻率彎曲來執行，并且包括補償 所述源說話者和所述目標說話者的聲光譜差值；

單元選擇裝置，用于至少使用所述第一頻譜作為目標，基于目 標說話者語料庫對所述目標說話者的所述語音執行單元選擇；

頻譜替換裝置，用于通過以所選擇的目標說話者語音單元的頻譜 替代所述第一頻譜的至少一部分來生成替換的頻譜；

語音重建裝置，用于至少基于所述替換的頻譜執行語音重建。

8.根據權利要求7所述的系統，還包括：

韻律轉換裝置，用于基于所述語音信息執行韻律轉換，至少獲得 與所述目標說話者的語音相似的第一音調曲線；

其中所述單元選擇裝置使用所述第一頻譜和所述第一音調曲線 作為目標，基于所述目標說話者的語音執行單元選擇；以及

所述語音重建裝置基于替換的頻譜和所述第一音調曲線執行語 音重建。

9.根據權利要求7所述的系統，其中：

所述頻譜替換裝置利用所選擇單元的高于特定頻率的頻譜替換 所述第一頻譜中的相應部分，而將所述第一頻譜中低于所述特定頻 率的部分保持不變。

10.根據權利要求9所述的系統，其中：

所述特定頻率選擇在500Hz至2000Hz之間。

11.根據權利要求8所述的系統，還包括：

頻譜平滑裝置，用于對所述頻譜替換步驟中獲得的替換的頻譜 進行頻譜平滑；

其中所述語音重建裝置基于平滑的頻譜和所述第一音調曲線執 行語音重建。

12.根據權利要求7到11中任一權利要求所述的系統，其中：

所述語音信息包括頻譜包絡和音調曲線信息。