[发明专利]转换语音的方法

说明书

本发明涉及转换语音的方法，该方法中，由第一说话者产生的语音信号被取样用于计算反射系数。

有语音障碍的人的语音通常不清楚，而且听起来很难识别。语音障碍人的语音质量会产生问题，尤其是当用通信装置或通信网把语音障碍人产生的语音信号发送并转换到接收机。由于通信网有限的传输容量和声学特性，所以语音障碍人产生的语音对听者来说仍较难识别和听懂。另一方面，无论是否用通信装置或通信网传送语音信号，对听者来说总是很难识别并明白语音障碍人的语音。

此外，在需要改变说话者产生的语音时，即校正语言声音为更好的声音格式或把说话者产生的语音转换成另一说话者的声音，这样，第一说话者的语音听起来就和第二说话者的语音一样。

本发明的目的是提供一种方法，使说话者的语音能以这样的方式被改变或校正，即使听者听到的语音或校正或改变后的话音信号对应于另一说话者产生的语音，或以某一希望的方式校正的同一说话者的语音。

这种新颖的转换语音的方式就是根据本发明所提供的方法，其特征包括下列步骤：根据反射系数计算模拟第一说话者声道(vocal tract)的无损耗管的圆柱部分的截面积的特征，第一说话者的无损耗管的圆柱部分的截面积的所述特征与至少一个以前的讲话者各个存储的模拟该说话者声道的无损耗管的圆柱部分的截面积的特定声音特征相比较，以识别声音。为给所识别的声音提供各自的识别符，计算对所述声音模拟说话者声道的无损耗管的圆柱部分的截面积地存储的特性和同一声音的各自的后序特性之间的差值，根据所识别的声音的识别符，在存储器中检索模拟同样声音的那个说话者的声道的无损耗管的圆柱部分的截面积的第二说话者的特定说话特性，通过把所述差值和模拟同样声音的那个说话者的声道的无损耗管的圆柱部分的截面积的第二说话者的特定说话特征相加构成一个和值，根据该和值计算出新的反射系数，从新的反射系数中产生新的语音信号。

本发明基于下列思想，通过LPC(线性预测编码)的方法分析语音信号，产生一套模拟说话者声道的参数，这些参数通常为反射系数的特征。根据本发明，声音是通过比较从要转换的声音的反射系数中计算出的无损耗管的圆柱部分的截面积和几个说话者以前接收的各自对同一声音计算的圆柱的截面积，从要转变的语音中识别的。此后，对每个说话者，每个声音的截面积计算某个特征，通常是平均值。然后，从这个特征中减去对应于每个声音的声音参数，即说话者的无损耗声道的圆柱的截面积，提供要传送到下一转换步的差值以及该声音的识别符。在此之前，对应于要模拟的说话者(即，目标人)的每个声音识别符的声音参数的特征已经确定，从而通过把所述差值和在存储器中检索到的目标人的同一声音的声音参数的特征相加，原始声音就可以被再现，就好象是目标人发出的声音。通过把那个差值相加，语言的声音，即不包括在基于识别符的声音中的声音间的信息被产生，其中对应于那些声音，即通常为说话者声道的无损耗管的圆柱的截面积的平均值的特征已在存储器中被找到。

这种转换语音的方法的优点是有可能以一种方式校正在语言声音中发生的以及由说话者的物理特性引起的错误和不准确，使语音能更容易地被听者听懂。

而且，根据本发明的方法，有可能把一个说话者的语音转换成听起来象另一说话人的语音。

本发明所使用的无损耗管模型的圆柱部分的截面积可很容易地以常规的语音编码规则从所谓反射系数中计算出来。自然，该面积的其它截面尺寸，如半径或直径也可确定为一个参考参数。另一方面，除圆形之外，管的横截面也可以是其它形状。

下面将参照附图详细说明本发明。其中

图1和2通过包括模拟说话者声管的无损耗管的顺序的圆柱部分的无损耗管说明说话者声道的模型；

图3说明了说话期间无损耗管是如何改变的，

图4示出了声音是如何被识别并转换到与所希望的参数一致的流程图；

图5a是说明在语言转换器的声级(sound level)上根据本发明的语音编码的框图，

图5b是通过语音信号转换方法说明根据本发明在一个声级上语音信号的再现步骤的处理图，

图6是实现根据本发明的方法的一个实施例的语音转换器的功能和简化的框图。