[发明专利]一种基于隐高斯随机场的语音转换系统

权利要求书

1.一种基于隐高斯随机场的语音转换系统，其特征在于：包含语音分析模块、语音合成模块、语音参数预处理模块、语音参数转换映射模块；

所述语音分析模块与语音合成模块，用于对原始语音信号进行分解与重组，分解与重组所涉及到的中间参数，被称为特征参数；

所述语音参数预处理模块，用于对说话人A和B的特征参数进行整理和筛选，得到在时间上同步的特征参数集合；

所述语音参数转换映射模块，用于捕捉A、B两个特征参数集合之间的映射关系，从而得到映射规律。

2.根据权利要求1所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述语音分析模块的操作步骤如下：

(a1)对语音信号进行固定时长的分帧，用互相关法对基音频率进行估计；

(a2)在浊音信号部分设置一个最大浊音频率分量，用来划分谐波成分和随机成分的主能量区域；再利用最小二乘算法估计得到离散的谐波幅度值和相位值；

(a3)在清音信号部分，利用经典的线性预测分析法对其进行分析，从而得到线性预测系数。

3.根据权利要求1所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述语音合成模块的操作步骤如下：

(b1)将浊音信号的离散谐波幅度和相位值用作正弦信号的幅度值和相位值，并进行叠加；运用内插技术和相位补偿技术使得重构信号在时域波形上不产生失真；

(b2)将清音信号的白噪声信号通过一个全极点滤波器，得到近似重构信号；

(b3)将浊音信号和清音信号进行叠加，得到重构的语音信号。

4.根据权利要求1所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述语音参数预处理模块包含两个子模块，分别为特征参数提取模块和特征参数对齐模块。

5.根据权利要求4所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述特征参数提取模块的操作步骤如下：

(c1)对(a2)中得到的离散谐波幅度求取平方；

(c2)根据功率谱密度函数和自相关函数的一一对应关系，得到关于线性预测系数的托普里茨矩阵方程，求解该方程；

(c3)将线性预测系数转换为线性谱频率系数，该系数即为特征参数。

6.根据权利要求4所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述特征参数对齐模块的操作步骤如下：

(d1)对于说话人A和B的两个不等长的特征参数序列，利用动态时间规整算法将其中一者的时间轴非线性的映射到另一者的时间轴上，实现一一对应的匹配关系；

(d2)在参数集合的对齐的过程中，通过迭代优化一个预设的累积失真函数，并限制搜索区域，最终获得时间匹配函数。

7.根据权利要求1所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述语音参数转换映射模块以隐高斯随机场为主要框架，包含两种阶段，训练阶段和转换阶段。

8.根据权利要求7所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述训练阶段操作步骤如下：

(e1)构建包含隐层结构的高斯随机场模型，设观测向量为D维向量，在给定K维隐层向量的条件下，观测向量组成的序列是一个高斯随机过程，该随机过程的性状由均值参数序列和方差参数序列唯一确定；

(e2)用马尔科夫链蒙特卡洛方法来近似估计隐层向量和模型参数的联合后验概率密度函数；

(e3)对联合概率密度函数进行边缘化，分别得到对隐层向量概率分布和模型参数的概率分布的估计，至此，隐高斯随机场模型结构被确定。

9.根据权利要求7所述的一种基于隐高斯随机场的语音转换系统，其特征在于：所述转换阶段操作步骤如下：

(f1)在给定输入观测向量集合的条件下，根据训练好的隐高斯随机场模型结构，求取隐层向量概率分布函数；

(f2)求取隐层向量集合的后验条件期望，得到映射输出；

(f3)在给定映射输出向量的条件下，根据隐高斯随机场的定义，产生出新的观测向量集合，该集合里的参数，即为映射后的语音特征参数。