改进深度信念网络在语音转换中的应用

• 作者: 万永菁 张筱 王文浩
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 深度信念网络(DBN) 语音转换 区域融合谱特征 误差修正网络 谱失真度
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 计算机科学与人工智能
• 页码范围: 2372-2380
• 页数: 9页
• 分类号: TP391
• 字数: 5465字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2019.12.015

摘要

综合考虑语音帧间关系及后处理网络的效果,提出一种改进的基于深度信念网络(DBN)的语音转换方法.该方法利用线性预测分析-合成模型提取说话人线性预测谱的特征参数,构建基于区域融合谱特征参数的深度信念网络用以预训练模型,经过微调阶段后引入误差修正网络以实现细节谱特征的补偿.对比实验结果表明,随着训练语音帧数的增加,转换语音的谱失真呈下降趋势.同时,在训练语音帧数较少的情况下,改进方法在异性间转换的谱失真小于50％,在同性间转换的谱失真小于60％.实验结果表明,改进方法的谱失真度较传统方法降低约6.5％,且同性别间转换效果比异性间转换效果更为明显,转换后语音的自然度和可理解度明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万永菁	华东理工大学信息科学与工程学院	30	60	5.0	5.0
2	张筱	华东理工大学信息科学与工程学院	2	0	0.0	0.0
3	王文浩	华东理工大学信息科学与工程学院	2	0	0.0	0.0