隨著計算機(jī)技術(shù)的發(fā)展以及語音處理技術(shù)的突破,語音在生活中發(fā)揮了重要的作用,如車載系統(tǒng)的語音助手和安防系統(tǒng)中的聲紋識別,為人們的生活提供了極大的便利。其中語音轉(zhuǎn)換是語音生成領(lǐng)域的一個重要子方向,其任務(wù)是在保證內(nèi)容不變、僅改變音色的情況下,將一個人的語音轉(zhuǎn)換成其他人的語音。而基于平行語料的傳統(tǒng)語音轉(zhuǎn)換方法對語料的要求影響了語音轉(zhuǎn)換的推廣,其語音動態(tài)規(guī)整的過程中易引入噪音,在該基礎(chǔ)上建模多人語音轉(zhuǎn)換有較大的模型代價,所以基于非平行語料的多人語音轉(zhuǎn)換方法有較高的研究價值。對比基于自編碼器架構(gòu)的語音轉(zhuǎn)換模型,基于星型生成對抗網(wǎng)絡(luò)的轉(zhuǎn)換模型可顯式建模多說話人間的轉(zhuǎn)換關(guān)系,避免對平行語料的依賴,以領(lǐng)域信息為條件可在單一模型中完成多人語音轉(zhuǎn)換任務(wù)。本文以該模型為基礎(chǔ)開展了以下工作:本文針對基于輔助分類器生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換模型在目標(biāo)說話人數(shù)量較多時存在無法轉(zhuǎn)換的問題展開研究,提出了兩種基于多說話人博弈的多人語音轉(zhuǎn)換方法:基于多說話人博弈的輔助分類器生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換方法和基于類最大化激活與譜歸一化的生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換方法。這兩種方法通過將說話人信息引入鑒別器進(jìn)行博弈,完成對說話人音色信息的捕...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源
    1.2 課題研究的目的及意義
    1.3 國內(nèi)外相關(guān)技術(shù)研究現(xiàn)狀
        1.3.1 語音轉(zhuǎn)換的研究現(xiàn)狀
        1.3.2 聲碼器的研究現(xiàn)狀
    1.4 相關(guān)基本技術(shù)
        1.4.1 卷積神經(jīng)網(wǎng)絡(luò)
        1.4.2 實例歸一化
        1.4.3 語音特征梅爾譜圖
    1.5 本文的主要研究內(nèi)容
    1.6 本文的章節(jié)結(jié)構(gòu)
第2章 基于非平行語料的多人語音轉(zhuǎn)換相關(guān)技術(shù)概述
    2.1 引言
    2.2 基于條件變分自編碼器的語音轉(zhuǎn)換方法
    2.3 基于星型生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換方法
    2.4 基于自編碼器重構(gòu)損失的語音轉(zhuǎn)換方法
    2.5 本章小結(jié)
第3章 基于多說話人博弈的語音轉(zhuǎn)換方法
    3.1 引言
    3.2 基于輔助分類器生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換
    3.3 基于多說話人博弈的輔助分類器生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換
    3.4 基于類最大化激活與譜歸一化的生成對抗網(wǎng)絡(luò)的語音轉(zhuǎn)換
        3.4.1 基于類最大化激活的條件轉(zhuǎn)換損失
        3.4.2 基于譜歸一化的約束
    3.5 實驗
        3.5.1 實驗數(shù)據(jù)集介紹
        3.5.2 評價指標(biāo)
        3.5.3 模型參數(shù)介紹
        3.5.4 實驗設(shè)置介紹
        3.5.5 實驗結(jié)果及分析
    3.6 本章小結(jié)
第4章 基于自注意力機(jī)制與知識遷移的語音轉(zhuǎn)換方法
    4.1 引言
    4.2 基于自注意力機(jī)制的語音轉(zhuǎn)換方法
    4.3 基于說話人聲紋遷移的語音轉(zhuǎn)換方法
    4.4 基于可遷移聲碼器的語音轉(zhuǎn)換方法
    4.5 實驗
        4.5.1 模型參數(shù)介紹
        4.5.2 實驗設(shè)置介紹
        4.5.3 實驗結(jié)果及分析
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號：3835476