[发明专利]一种语音情感迁移方法

摘要

本发明公开了一种语音情感迁移方法，首先基于语音数据库生成语音情感数据集，完成标签标注，然后采用语音特征参数模型对音频文件进行音频特征抽取，得到语音特征集；接下来采用机器学习工具对语音特征集与语音情感标签进行机器学习，构建情感模型库。选择待迁移的目标，从多媒体终端输入语音信号，得到当前语音信号的特征集，通过情感分类得到当前情感类别，判断与输入的目标是否一致，如果一致则将原始输入语音信号直接作为目标情感语音输出，否则进行特征情感迁移；最后经过语音合成加工生成最终目标情感语音输出。本发明提出的基于情感分类和特征迁移的方法，能够在不失原始说话人发声特征的前提下实现语音情感的变化。

主权项

一种语音情感迁移方法，其特征在于包含以下步骤：步骤1、准备一个语音数据库，通过标准采样生成语音情感数据集S＝{s1,s2,…,sn}；步骤2、采用人工方式对步骤1的语音数据库打标签，标注每个语音文件的情感E＝{e1,e2,…,en}；步骤3、采用语音特征参数模型对语音库中的每个音频文件si进行音频特征抽取，得到基本的语音特征集Fi＝{f1i,f2i,…,fni}；步骤4、采用机器学习工具对步骤3得到的每个语音特征集与步骤2得到的语音情感标签进行机器学习，得到每一类语音情感的特征模型，构建情感模型库Eb；步骤5、通过一个多媒体终端，选择需要语音情感迁移的目标Targete；步骤6、从多媒体终端输入语音信号st；步骤7、将当前输入的st输入到语音情感特征提取模块，得到当前语音信号的特征集Ft＝{f1t,f2t,…,fnt}；步骤8、采用与步骤4相同的机器学习算法，将步骤7得到的st的语音特征集Ft结合步骤步骤4得到的情感模型库Eb进行情感分类，得到st的当前情感类别se；步骤9、判断步骤8得到的se和步骤5输入的Target是否一致，如果se＝Targete，则将原始输入语音信号直接作为目标情感语音输出，如果seTargete，则调用步骤10进行特征情感迁移；步骤10、将当前语音情感主要特征向情感模型库中的语音情感主要特征进行迁移；步骤11、采用语音合成算法对步骤10得到的特征迁移后的语音特征进行加工，合成最终目标情感语音输出。