[發(fā)明專利]基于小波變換的高質(zhì)量聲音變換方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810234234.0
• 申請(qǐng)日: 2018-03-21
• 公開（公告）號(hào): CN108492832A
• 公開（公告）日: 2018-09-04
• 發(fā)明（設(shè)計(jì)）人: 羅森林;張寒青;潘麗敏;袁曉筱
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G10L21/007
• 分類號(hào): G10L21/007;G10L19/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明針對(duì)傳統(tǒng)實(shí)時(shí)變聲算法如WSOLA算法等復(fù)雜度高、實(shí)時(shí)性差和轉(zhuǎn)換語音質(zhì)量低的問題，提出了基于小波變換的高質(zhì)量聲音變換方法。首先運(yùn)用重采樣的方法對(duì)原始語音信號(hào)先進(jìn)行變調(diào)處理，變調(diào)后的語音信號(hào)時(shí)長會(huì)發(fā)生改變。然后對(duì)變調(diào)后的語音信號(hào)進(jìn)行預(yù)加重、分幀和加窗處理。接著通過小波變換的方法獲得當(dāng)前幀的語音特征。根據(jù)該特征，對(duì)語音信號(hào)的轉(zhuǎn)折部分做出檢測與確定，通過保留轉(zhuǎn)折區(qū)語音信號(hào)不變的方式提高語音信號(hào)的感知度。最后，為了提高語音轉(zhuǎn)換的實(shí)時(shí)性，采用了點(diǎn)采樣的方式進(jìn)行語音規(guī)整完成語音轉(zhuǎn)換。

技術(shù)領(lǐng)域

本發(fā)明提出了基于小波變換的高質(zhì)量聲音變換方法。屬于計(jì)算機(jī)與信息科學(xué)領(lǐng)域。

背景技術(shù)

在語音信號(hào)的分析和處理中，變聲技術(shù)是一個(gè)引人矚目的研究領(lǐng)域。人類語音是人與人之間交換信息中最有效、最快捷的一種傳遞方式，在信息時(shí)代中，使用數(shù)字方式去存儲(chǔ)、合成和增強(qiáng)語音已經(jīng)是現(xiàn)代通信中一種很普遍的手段了，由此出現(xiàn)的語音變換技術(shù)，也成為了網(wǎng)絡(luò)聊天、數(shù)字娛樂和安全領(lǐng)域中的熱門應(yīng)用。

語音變換目前有兩個(gè)主要的發(fā)展方向，一種是特定目標(biāo)人變聲，一種是語音性別變換。本專利的研究方向?qū)儆谡Z音性別變換，語音性別變換的主要任務(wù)是修改語音的音調(diào)參數(shù)從而產(chǎn)生性別變換的特效，如在男聲、女聲、童聲之間相互轉(zhuǎn)換，達(dá)到偽裝效果。

在語音性別變換中，首先會(huì)對(duì)語音信號(hào)進(jìn)行重采樣處理。重采樣后的信號(hào)會(huì)引起信號(hào)頻譜的壓縮和擴(kuò)展，從而可以達(dá)到語音變調(diào)的處理。與此同時(shí)，重采樣后的語音信號(hào)時(shí)長也會(huì)發(fā)生變化。為了和原語音時(shí)長保持一致，這時(shí)需要對(duì)語音時(shí)長進(jìn)行規(guī)整處理。目前國內(nèi)外學(xué)者對(duì)語音時(shí)長規(guī)整的算法研究大致可以分為三類，即時(shí)間域的處理方法、頻率域的處理方法以及參量模型法。頻域處理方法和參量模型法涉及到的參數(shù)較多、計(jì)算復(fù)雜度較高，而較高的復(fù)雜度和過多的參數(shù)也限制了這兩種處理方法在實(shí)時(shí)處理中的應(yīng)用。然而，時(shí)域的處理方法雖然具備較低的算法復(fù)雜度，能達(dá)到實(shí)時(shí)處理的性能要求，但是處理后的語音轉(zhuǎn)換效果較差。

綜合上述所述，針對(duì)現(xiàn)有的實(shí)時(shí)語音變換技術(shù)中復(fù)雜度高、實(shí)時(shí)性差和轉(zhuǎn)換語音質(zhì)量低的問題，本發(fā)明提出了基于小波變換的高質(zhì)量聲音變換方法。

發(fā)明內(nèi)容

本發(fā)明的目的是：針對(duì)常見的實(shí)時(shí)變聲系統(tǒng)中語音時(shí)長規(guī)整的WSOLA算法合成的語音質(zhì)量不高、實(shí)時(shí)效率偏低的問題，提出基于小波變換的高質(zhì)量聲音變換方法，通過保留語音轉(zhuǎn)折區(qū)來提高語音信號(hào)感知度，并運(yùn)用點(diǎn)采樣方法提高語音規(guī)整效率，讓變聲具有較好的語音自然度。

本發(fā)明的設(shè)計(jì)原理為：首先運(yùn)用重采樣的方法對(duì)原始語音信號(hào)進(jìn)行變調(diào)處理，變調(diào)后的語音信號(hào)時(shí)長會(huì)發(fā)生改變，然后對(duì)變調(diào)后的語音信號(hào)進(jìn)行預(yù)加重、分幀和加窗處理，接著通過小波變換的方法獲得當(dāng)前幀的語音特征，根據(jù)該特征，對(duì)語音信號(hào)的轉(zhuǎn)折部分做出檢測與確定，通過保留轉(zhuǎn)折區(qū)語音信號(hào)不變的方式提高語音信號(hào)的感知度，最后，為了提高語音轉(zhuǎn)換的實(shí)時(shí)性，采用了點(diǎn)采樣的方式進(jìn)行語音規(guī)整完成語音轉(zhuǎn)換。

本發(fā)明的技術(shù)方案是通過如下步驟實(shí)現(xiàn)的：

步驟1，基于重采樣的語音變調(diào)處理。

步驟2，對(duì)語音信號(hào)分幀提取特征信息，確定語音信號(hào)中的語音轉(zhuǎn)折區(qū)。

步驟2.1，對(duì)變調(diào)后的信號(hào)進(jìn)行預(yù)加重、分幀和加窗處理。

步驟2.2，對(duì)加窗處理后的幀進(jìn)行離散小波分解。

步驟2.3，離散小波分解后輸出處理得到幀的語音特征。

步驟3，根據(jù)當(dāng)前幀的語音特征判斷是否為語音轉(zhuǎn)折區(qū)。如果不是轉(zhuǎn)折區(qū)進(jìn)行第四步，否則將當(dāng)前幀直接輸出。

步驟4，規(guī)整語音時(shí)長，并進(jìn)行語音合成。

步驟4.1，通過點(diǎn)采樣方法尋找當(dāng)前幀領(lǐng)域內(nèi)最相似的幀。

步驟4.2，根據(jù)規(guī)整結(jié)果進(jìn)行語音合成。

有益效果