[發明專利]一種用于任意源和目標語音之間的語音轉換方法在審
| 申請號： | 201710186569.5 | 申請日： | 2017-03-27 |
| 公開（公告）號： | CN107221321A | 公開（公告）日： | 2017-09-29 |
| 發明（設計）人： | 簡志華 | 申請（專利權）人： | 杭州電子科技大學 |
| 主分類號： | G10L15/06 | 分類號： | G10L15/06;G10L15/10 |
| 代理公司： | 杭州千克知識產權代理有限公司33246 | 代理人： | 周希良,張嬋嬋 |
| 地址： | 312500 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 用于 任意 目標 語音 之間 轉換 方法 | ||
1.一種用于任意源和目標語音之間的語音轉換方法，包括以下步驟：
步驟一，建立至少一個基礎說話人語音的張量字典；
步驟二，構建目標語音對應的語音字典和任意源的語音字典；
步驟三，重構任意源的語音內容，實現任意源到目標語音的轉換。
2.根據權利要求1所述的用于任意源和目標語音之間的語音轉換方法，其特征在于，所述步驟二為利用張量算法在張量字典中構造目標語音的語音字典和任意源的的語音字典。
3.根據權利要求1所述的用于任意源和目標語音之間的語音轉換方法，其特征在于，所述步驟一具體如下，
1)從語料庫中隨機選取出N個基礎說話人語音，形成張量字典的基礎語音，從這N個基礎說話人語音中隨機選取語義內容相同的語音信號x1,x2,...,xN，N≥1，X代表語音信號；
2)提取每個語音信號中的特征參數矢量序列S1,S2,…,SN；
3)利用多序列動態時間規整算法將上述特征參數矢量序列S1,S2,…,SN對齊，對齊后的語音特征參數矢量序列為S′1,S′2,…,S′N；
4)從特征參數矢量序列為S′1,S′2,…,S′N隨機抽取相同位置的若干語音幀特征矢量S″1,S″2,…,S″N，作為每個目標語音的張量字典的一部分；
5)當每個目標語音的張量字典的大小小于該目標語音的張量字典預設值時，重復步驟(2)到(4)；當每個目標語音的張量字典的大小等于該目標語音的預設的值時，停止步驟(2)到(4)，形成N個基礎說話人語音字典A1,A2,…,AN；
6)將N個基礎說話人語音字典A1,A2,…,AN疊放在一起，組成張量字典A。
4.根據權利要求3所述的用于任意源和目標語音之間的語音轉換方法，其特征在于，
所述步驟3)中利用多序列動態時間規整算法是指交替式使用多序列動態時間規整同步的方法，目標語音特征參數矢量序列S1,S2,…,SN中的每一個特征參數矢量序列至多參與兩次多序列動態時間規整。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于杭州電子科技大學，未經杭州電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710186569.5/1.html，轉載請聲明來源鉆瓜專利網。
