-
公开(公告)号：CN107103914B
公开(公告)日：2020-06-16
申请号：CN201710166971.7
申请日：2017-03-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种高质量的语音转换方法，该系统首先通过自组织聚类算法代替传统GMM模型中的K‑Means算法，并与EM算法迭代循环实现了说话人个性特征参数(MFCC)的训练及分类，接着进行双线性频率弯折加幅度压扩的训练，得到语音转换所需的转换函数，然后使用该转换函数进行高质量的语音转换。本发明针对语音特征参数空间分布状况与高斯混合模型的相关关系，使用迭代自组织聚类算法实现混合度的确定，解决了高斯混合模型在进行语音特征参数分类时不精确的问题，并将改进的高斯混合模型和双线性频率弯折加幅度压扩相结合，构建了一种高质量语音转换系统，在语音转换领域具有实用价值。
-
公开(公告)号：CN107068165A
公开(公告)日：2017-08-18
申请号：CN201611267431.X
申请日：2016-12-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种语音转换方法，该系统首先通过对平行语料库进行自适应高斯混合模型和双线性频率弯折加幅度调节的训练，得到语音转换所需的转换函数，然后使用该转换函数进行高质量的语音转换。本发明针对语音特征参数空间分布状况与高斯混合模型的相关关系，使用自适应高斯混合模型替代传统高斯混合模型，解决了高斯混合模型在进行语音特征参数分类时不精确的问题，并将自适应高斯混合模型和双线性频率弯折加幅度调节相结合，构建了一种高质量语音转换系统，在语音转换领域具有实用价值。
-
公开(公告)号：CN107068165B
公开(公告)日：2020-07-24
申请号：CN201611267431.X
申请日：2016-12-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种语音转换方法，该系统首先通过对平行语料库进行自适应高斯混合模型和双线性频率弯折加幅度调节的训练，得到语音转换所需的转换函数，然后使用该转换函数进行高质量的语音转换。本发明针对语音特征参数空间分布状况与高斯混合模型的相关关系，使用自适应高斯混合模型替代传统高斯混合模型，解决了高斯混合模型在进行语音特征参数分类时不精确的问题，并将自适应高斯混合模型和双线性频率弯折加幅度调节相结合，构建了一种高质量语音转换系统，在语音转换领域具有实用价值。
-
公开(公告)号：CN107103914A
公开(公告)日：2017-08-29
申请号：CN201710166971.7
申请日：2017-03-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种高质量的语音转换方法，该系统首先通过自组织聚类算法代替传统GMM模型中的K‑Means算法，并与EM算法迭代循环实现了说话人个性特征参数(MFCC)的训练及分类，接着进行双线性频率弯折加幅度压扩的训练，得到语音转换所需的转换函数，然后使用该转换函数进行高质量的语音转换。本发明针对语音特征参数空间分布状况与高斯混合模型的相关关系，使用迭代自组织聚类算法实现混合度的确定，解决了高斯混合模型在进行语音特征参数分类时不精确的问题，并将改进的高斯混合模型和双线性频率弯折加幅度压扩相结合，构建了一种高质量语音转换系统，在语音转换领域具有实用价值。
-
-
-
Search Results
4
records
(took 0.015 seconds)
