运用核聚类和偏最小二乘回归的歌唱声音转换

• 作者: 方鹏 李贤 汪增福
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 计算机视觉 语音转换 歌唱声音 核聚类 偏最小二乘回归 高斯混合模型 MLSA
• 年，卷（期）: 2016,（1）
• 页码范围: 55-60
• 页数: 6页
• 分类号: TN912|TP37
• 字数: 4596字
• 语种: 中文
• DOI: 10.11992/tis.201506022

摘要

语音转换是计算机听觉领域的热点问题之一，将歌声运用于语音转换是一种新的研究方向，同时拓宽了语音转换的应用范围。经典的高斯混合模型的方法在少量训练数据时会出现过拟合的现象，而且在转换时并未有效利用音乐信息。为此提出一种歌唱声音转换方法以实现少量训练数据时的音色转换，并且利用歌曲的基频信息提高转换歌声的声音质量。该方法使用核聚类和偏最小二乘回归进行训练得到转换函数，采用梅尔对数频谱近似（ MLSA）滤波器对源歌唱声音的波形直接进行滤波来获得转换后的歌唱声音，以此提高转换歌声的声音质量。实验结果表明，在少量训练数据时，该方法在相似度和音质方面都有更好的效果，说明在少量训练数据时该方法优于传统的高斯混合模型的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪增福	中国科学技术大学信息科学技术学院	105	929	17.0	24.0
7	方鹏	中国科学技术大学信息科学技术学院	4	11	2.0	3.0
13	李贤	中国科学技术大学信息科学技术学院	22	66	4.0	7.0