采用深度信念网络的语音转换方法

• 作者: 刘利 卫铭斐 王明明 王民 黄斐
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语音转换 语音个性特征 深度信念网络模型 高阶空间
• 年，卷（期）: 2016,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 168-171,216
• 页数: 5页
• 分类号: TP39
• 字数: 3708字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1409-0383

摘要

对说话人语音个性特征信息的表征和提取进行了深入研究，提出了一种基于深度信念网络（Deep Belief Nets，DBN）的语音转换方法。分别用提取出的源说话人和目标说话人语音频谱参数来训练DBN，分别得到其在高阶空间的语音个性特征表征；通过人工神经网络（Artificial Neural Networks，ANN）来连接这两个高阶空间并进行特征转换；使用基于目标说话人数据训练出的DBN来对转换后的特征信息进行逆处理得到转换后语音频谱参数，合成转换语音。实验结果表明，与传统的基于GMM方法相比，该方法效果更好，转换语音音质和相似度同目标语音更接近。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王民	西安建筑科技大学信息与控制工程学院	108	458	11.0	17.0
2	卫铭斐	西安建筑科技大学信息与控制工程学院	29	102	5.0	9.0
3	刘利	西安建筑科技大学信息与控制工程学院	23	116	7.0	10.0
4	黄斐	西安建筑科技大学信息与控制工程学院	2	8	2.0	2.0
5	王明明	西安建筑科技大学信息与控制工程学院	3	5	1.0	2.0