基于RBF神经网络的源-目标话音转换

• 作者: 王海祥
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 共振峰参数 径向基函数神经网络 分类线性转换 Itakura距离
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 研究设计
• 页码范围: 60-63
• 页数: 4页
• 分类号: TN91
• 字数: 3966字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2006.06.022

摘要

源-目标说话人声音转换是一种变换说话人声音特征的技术,它将源说话人的声音转换成目标说话人的声音.本文选择声道共振峰参数作为待转换的特征参数,为了克服线性多变量回归转换方法(LMR)中分类不准带来的误差,采用基于径向基函数神经网络的非线性转换方法(RBFNN)获取转换规则.以5个普通话元音为实验,验证了分类数目和训练集对2种转换方法的影响.实验结果表明,RBFNN方法的转换效果优于LMR方法;并在只有较少训练集数据时也能得到较好的转换效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海祥	中国科学技术大学电子科学与技术系	3	13	3.0	3.0