基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
使用耳语音的频谱包络来预估正常音的基频特征,这类算法在对正常音基频预测的准确性上存在一定不足,在合成语音自然度方面存在着明显欠缺,有时会出现音调失常等问题.本文提出一种声学特征融合的方法,通过双向长短期记忆(Bi?long short?term memory,BLSTM)深度网络来逐帧预测正常音基频.首先,使用STRAIGHT模型和相关代码,分别对耳语音和正常音语料进行预处理,提取耳语音的梅尔倒谱系数(Mel?scale frequency cepstral coefficient,MFCC)、韵律及谱包络特征,正常音的基频与谱包络特征.然后使用BLSTM深度网络,分别建立耳语音和正常音谱包络特征之间映射关系,以及耳语音MFCC、韵律及谱包络特征对正常音基频F0的映射关系.最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络,使用STRAIGHT模型合成正常音.实验结果表明,相较于仅使用谱包络估计基频,采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充,解决了音调失常的现象,转换后的语音在韵律上更加接近正常发音.
推荐文章
一种基于多通道WDRC算法的护耳语音处理加速器
多通道宽动态范围压缩算法
专用集成电路设计
听力保护
一种基于边缘特征的图像融合方法
小波变换
图像融合
边缘检测
基于发音特征的音/视频双流语音识别模型
动态贝叶斯网络
发音特征
音/视频
语音识别
一种基于特征融合的手势识别方法
手势识别
指尖检测
HOG
支持向量机
YCrCb
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于特征融合的耳语音向正常音的转换方法
来源期刊 南京航空航天大学学报 学科 工学
关键词 语音转换 特征融合 韵律模型 STRAIGHT模型 双向长短期记忆
年,卷(期) 2020,(5) 所属期刊栏目
研究方向 页码范围 777-782
页数 6页 分类号 TN912.3
字数 语种 中文
DOI 10.16356/j.1005⁃2615.2020.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陶亮 108 931 17.0 25.0
2 王华彬 37 182 8.0 11.0
3 周健 37 157 8.0 11.0
4 庞聪 1 0 0.0 0.0
5 连海伦 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (15)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音转换
特征融合
韵律模型
STRAIGHT模型
双向长短期记忆
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京航空航天大学学报
双月刊
1005-2615
32-1429/V
大16开
南京市御道街29号1016信箱
28-140
1956
chi
出版文献量(篇)
3509
总下载数(次)
9
总被引数(次)
36115
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导