[發明專利]訓練數據匱乏下的魯棒性語音轉換方法

有效

• 申請號: 201210488131.X
• 申請日: 2012-11-27
• 公開（公告）號: CN102968988A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 徐寧;沈媛;鮑靜益
• 申請（專利權）人: 河海大學常州校區
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L19/13;G10L25/03
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.訓練數據匱乏下的魯棒性語音轉換方法，其特征在于：利用經驗模式分解算法分析平行參數序列，挖掘源與目標個性特征相關的表征信息，并結合高斯過程模型設計并訓練轉換函數，壓縮冗余信息，提高數據匱乏條件下的系統魯棒性。

2.根據權利要求1所述的訓練數據匱乏下的魯棒性語音轉換方法，其特征在于：所述利用經驗模式分解算法分析平行參數序列，具體包括如下步驟：

（a1）利用線性譜頻率參數的任一維特征空間在相鄰時域上都具有連續變化的特性，利用下述兩種方案中的任一方案獲得時序序列：

方案一：對于源和目標平行的線性譜頻率參數序列，逐次提取他們相應的某一維特征空間的系數，從而構成時序序列X(t)；

方案二：對源和目標平行的線性譜頻率參數序列，以幀為單位并按時間順序，分別首尾相連構成擴展的時序序列X(t)；

（a2）利用經驗模式分解算法對源和目標的時序序列X(t)進行分解，得到若干固態函數c_i,i＝1,2,…,n和殘差信號函數r_n，滿足

3.根據權利要求1所述的訓練數據匱乏下的魯棒性語音轉換方法，其特征在于：所述結合高斯過程模型設計并訓練轉換函數，具體包括如下步驟：

（b1）訓練階段

（b1-1）將系統輸入X={x₁,x₂,…x_i,…,x_N}進行歸一化，得到將系統輸出Y={y₁,y₂,…y_i,…,y_N}進行歸一化，得到其中；x‾i=xi-x~,]]>y‾i=y‾i-y~,]]>x~=Σj=1Nxj/N,]]>y~=Σj=1Nyj/N;]]>

（b1-2）將下述步驟①~③循環執行D次，其中D表示矢量維數，對于第j次執行：

①構造數據集合其中表示矩陣的第j行；

②針對R_j，選擇相應的核函數建立一個高斯過程模型，令該高斯過程模型的參數結構為Θ_j；

③通過最大化邊緣似然概率，求解Θ_j的最優值；

（b1-3）將求解得到的Θ={Θ₁,Θ₂,…,Θ_D}以及進行保存，供轉換階段使用；

（b2）轉換階段

（b2-1）將測試輸入進行歸一化，得到將測試輸出Y_*進行歸一化，得到表示矩陣的第j行；

（b2-2）將訓練階段得到的Θ_j帶入建立高斯過程模型時設計的轉換函數中求解，得到預測概率，取此概率函數的均值作為預測值；

（b2-3）利用訓練階段保存的將測試輸出反歸一化，即