[發明專利]一種音色轉換方法及計算設備

有效

• 申請號: 201710443089.2
• 申請日: 2017-06-13
• 公開（公告）號: CN107240401B
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 張康;方博偉;卓鵬鵬;尤嘉華;張偉
• 申請（專利權）人: 廈門美圖之家科技有限公司
• 主分類號: G10L21/007
• 分類號: G10L21/007;G10L25/03;G10L25/48
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種音色轉換方法，所述方法適于根據待處理語音的音素從預置的源-目標音素特征單元對中搜索到匹配的語音進行轉換，所述方法包括步驟：

提取待處理語音中每一幀語音的特征；

計算所述待處理語音中每一幀語音所屬的音素，將同一音素內的連續幀作為一個音素集；

按照順序將一個音素集分成一個或多個第一幀長的音素單元，其中相鄰音素單元之間相互重疊第二幀長；

根據每幀語音的特征拼接得到對應音素單元的特征；

對于每個音素單元，根據其音素和特征從所述源-目標音素特征單元對中選取出代價最小的目標音素特征單元，作為最優音素特征單元；以及

對多個音素單元對應的多個最優音素特征單元進行時域拼接處理，得到音色轉換后的語音。

2.如權利要求1所述的方法，還包括建立源語音庫和目標語音庫的步驟，其中，所述源語音庫和目標語音庫是平行語料庫。

3.如權利要求2所述的方法，其中，在建立源語音庫和目標語音庫的步驟之后，還包括步驟：

根據源語音庫和目標語音庫中對應語句的特征生成源-目標音素特征單元對，其中，一個源-目標音素特征單元對中包含一個源音素特征單元和與其對應的一個目標音素特征單元。

4.如權利要求3所述的方法，其中，所述根據源語音庫和目標語音庫中的對應語句的特征生成源-目標音素特征單元對的步驟包括：

對源語音庫和目標語音庫中的對應語句分別進行分幀處理，得到每個語句的源語音序列和目標語音序列；

分別提取所述源語音序列和目標語音序列中每幀語音的特征；

根據所提取的特征對所述源語音序列和目標語音序列進行動態時間規整處理，得到一一對應的源-目標特征幀對；

計算所述目標語音序列中每一幀語音所屬的音素；

將同一音素內連續幀的目標特征幀所屬的源-目標特征幀對作為一個源-目標音素集；以及

按照順序將一個源-目標音素集分成一個或多個第一幀長的源-目標音素特征單元對，其中相鄰源-目標音素特征單元對之間相互重疊第二幀長。

5.如權利要求4所述的方法，其中，所述分別提取源語音序列和目標語音序列中每幀語音的特征的步驟包括：

分別提取源語音序列和目標語音序列中每幀語音的梅爾倒譜系數。

6.如權利要求5所述的方法，其中，所述提取待處理語音的特征的步驟包括：

提取待處理語音的梅爾倒譜系數。

7.如權利要求6所述的方法，其中，根據音素單元的音素和特征從源-目標音素特征單元對中選取出代價最小的目標音素特征單元的步驟包括：

對于每個音素單元，選取與其具有相同音素的目標音素特征單元所屬的源-目標音素特征單元對，作為候選音素單元特征對；

從所述候選音素單元特征對中選出與該音素單元相似的第一數目個源-目標音素特征單元對；以及

從所述第一數目個源-目標音素特征單元對中選取代價最小的目標音素特征單元。

8.如權利要求7所述的方法，其中，所述從候選音素單元特征對中選出與該音素單元相似的第一數目個源-目標音素特征單元對的步驟包括：

計算候選音素單元特征對中源音素特征單元的特征與該音素單元的特征的距離值；以及

按照距離值從小到大的順序選取第一數目個源音素特征單元所屬的源-目標音素特征單元對。

9.如權利要求8所述的方法，其中，所述從第一數目個源-目標音素特征單元對中選取代價最小的目標音素特征單元的步驟包括：

對于所述第一數目個源-目標音素特征單元對中的每個目標音素特征單元，

計算該目標音素特征單元的特征與該音素單元的特征的距離值，作為第一代價，

計算該目標音素特征單元的特征與相鄰的下一個目標音素特征單元的特征的距離值，作為第二代價；以及

根據維特比搜索算法，基于第一代價與第二代價之和，選取出第一代價與第二代價之和最小的特征所對應的目標音素特征單元，作為代價最小的目標音素特征單元。