中文信息学报
中文信息學報
중문신식학보
JOURNAL OF CHINESE INFORMAITON PROCESSING
2004年
1期
78-84
,共7页
人工智能%自然语言处理%声音转换%RBF神经网络%遗传算法%线谱频
人工智能%自然語言處理%聲音轉換%RBF神經網絡%遺傳算法%線譜頻
인공지능%자연어언처리%성음전환%RBF신경망락%유전산법%선보빈
声音转换技术可以将一个人的语音模式转换为与其特性不同的另一个人语音模式,使转换语音保持源说话人原有语音信息内容不变,而具有目标说话人的声音特点.本文研究了由遗传算法训练的RBF神经网络捕获说话人的语音频谱包络映射关系,以实现不同说话人之间声音特性的转换.实验对六个普通话单元音音素的转换语音质量分别作了客观和主观评估,结果表明用神经网络方法可以获得所期望的转换语音性能.实验结果还说明,与K-均值法相比,用遗传算法训练神经网络可以增强网络的全局寻优能力,使转换语音与目标语音的平均频谱失真距离减小约10%.
聲音轉換技術可以將一箇人的語音模式轉換為與其特性不同的另一箇人語音模式,使轉換語音保持源說話人原有語音信息內容不變,而具有目標說話人的聲音特點.本文研究瞭由遺傳算法訓練的RBF神經網絡捕穫說話人的語音頻譜包絡映射關繫,以實現不同說話人之間聲音特性的轉換.實驗對六箇普通話單元音音素的轉換語音質量分彆作瞭客觀和主觀評估,結果錶明用神經網絡方法可以穫得所期望的轉換語音性能.實驗結果還說明,與K-均值法相比,用遺傳算法訓練神經網絡可以增彊網絡的全跼尋優能力,使轉換語音與目標語音的平均頻譜失真距離減小約10%.
성음전환기술가이장일개인적어음모식전환위여기특성불동적령일개인어음모식,사전환어음보지원설화인원유어음신식내용불변,이구유목표설화인적성음특점.본문연구료유유전산법훈련적RBF신경망락포획설화인적어음빈보포락영사관계,이실현불동설화인지간성음특성적전환.실험대륙개보통화단원음음소적전환어음질량분별작료객관화주관평고,결과표명용신경망락방법가이획득소기망적전환어음성능.실험결과환설명,여K-균치법상비,용유전산법훈련신경망락가이증강망락적전국심우능력,사전환어음여목표어음적평균빈보실진거리감소약10%.
