基于双因子高斯过程动态模型的声道谱转换方法

• 作者: 孙新建 张雄伟 曹铁勇 杨吉斌 钟新毅
• 来源期刊: 自动化学报
• 关键词: 声道谱转换 高斯过程隐变量模型 双因子模型 隐马尔科夫模型 语音动态特征
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1198-1207
• 页数: 10页
• 字数: 9012字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.01198

摘要

针对作者已经提出的双因子高斯过程隐变量模型(Two-factor Gaussian process latent variable model, TF-GPLVM)用于语音转换时未考虑语音的动态特征,并且模型训练时需要估计的参数较多的问题,提出引入隐马尔科夫模型(Hidden Markov model, HMM)对语音动态特征进行建模,并利用HMM 隐状态对各帧语音进行关于语义内容的概率软分类,建立了分离精度更高、运算负荷较小的双因子高斯过程动态模型(Two-factor Gaussian process dynamic model, TF-GPDM)。基于此模型,设计了一种全新的基于说话人特征替换的语音声道谱转换方案。主、客观实验结果表明,无论是与传统的统计映射和频率弯折转换方法相比,还是与双因子高斯过程隐变量模型方法相比,本文方法都获得了语音质量和转换相似度的提升,以及两项性能的更佳平衡。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雄伟	解放军理工大学指挥信息系统学院	150	933	16.0	22.0
2	曹铁勇	解放军理工大学指挥信息系统学院	28	149	7.0	11.0
3	杨吉斌	解放军理工大学指挥信息系统学院	33	185	8.0	12.0
4	孙新建	解放军理工大学通信工程学院	7	63	4.0	7.0
5	钟新毅	解放军理工大学通信工程学院	2	6	2.0	2.0