CAJ | 학술논문

传统语音转换方法利用说话人声音特征映射实现,容易造成过平滑(over-smoothing)和过拟合(over-fitting)问题.本文从语音信号内容与形式分离角度,利用隐变量模型提出了一种全新的语音转换方法.首先利用包含两个隐变量因子的隐变量模型(Latent Variable Model,LVM)建立语音信号的生成模型；然后采用最大似然方法把语音信号分解成表示语义的内容信息和体现说话人特征的形式信息,并估计出模型参数；最后基于LVM生成模型,利用说话人形式替换方法实现语音转换.主、客观测试结果表明,在相同训练集条件下,本文提出的语音转换方法性能明显优于GMM方法,并且隐变量模型和传统的双线性模型(Bilinear Model)相比,由于采用非线性关系描述内容与形式之间的相互作用,因此分离效果更好,语音转换质量更高.
전통어음전환방법이용설화인성음특정영사실현,용역조성과평활(over-smoothing)화과의합(over-fitting)문제.본문종어음신호내용여형식분리각도,이용은변량모형제출료일충전신적어음전환방법.수선이용포함량개은변량인자적은변량모형(Latent Variable Model,LVM)건립어음신호적생성모형；연후채용최대사연방법파어음신호분해성표시어의적내용신식화체현설화인특정적형식신식,병고계출모형삼수；최후기우LVM생성모형,이용설화인형식체환방법실현어음전환.주、객관측시결과표명,재상동훈련집조건하,본문제출적어음전환방법성능명현우우GMM방법,병차은변량모형화전통적쌍선성모형(Bilinear Model)상비,유우채용비선성관계묘술내용여형식지간적상호작용,인차분리효과경호,어음전환질량경고.