采用动态核特征及贝叶斯最大后验估计的语音转换方法

• 作者: 乔宇 曾向阳 李娜 李志锋
• 来源期刊: 声学学报
• 年，卷（期）: 2015,（3）
• 页码范围: 455-461
• 页数: 7页
• 语种: 中文

摘要

针对小样本情况下,使用混合概率线性回归(Mixture of Probabilistic Linear Regressions,MPLR)模型进行语音转换容易出现过拟合的问题,提出利用动态核特征替代源说话人语音谱特征后,对转换函数参数进行贝叶斯最大后验估计(Maximum a Posterior,MAP)求解的方法.首先采用核函数将源说话人的语音谱特征转化为动态核特征,再引入转换函数参数的先验知识,最后根据对误差的不同假设,提出两种求解转换函数参数的方法.客观评测实验结果表明,所提出方法的平均谱失真值相对于MPLR模型转换方法平均降低了4.25％.主观评测实验结果表明,所提出的方法在转换语音的相似度和自然度方面的得分均高于MPLR方法.实验结果证明,所提出方法有效地改善了语音转换中的过拟合问题.