基于隐马尔可夫模型状态映射的文本无关语音转换系统

摘要

本发明基于隐马尔可夫模型状态映射的文本无关语音转换系统，由数据对齐模块接收源和目标说话人语音参数，根据音素信息对齐输入数据来生成状态对齐的数据对；频谱转换模型生成模块接收对齐过的数据对，根据数据建立基于源和目标说话人语音频谱参数转换模型；韵律转换模型生成模块接收对齐过的数据对，根据数据建立基于源和目标说话人语音韵律参数转换模型；在线转换模块根据频谱转换模型生成模块和韵律转换模型生成模块生成的转换模型和源说话人的待转换语音数据，得到转换后的语音频谱参数和韵律参数；参数语音合成器模块接收来自于在线转换模块的转换后的频谱信息和韵律信息，输出转换后的语音结果。

主权项

一种基于隐马尔可夫模型状态映射的文本无关语音转换系统，利用各种电脑终端及数字移动设备，将系统接收的源说话人语音输入转换成具有特定的目标说话人音色的语音输出，并且在训练过程中对训练文本没有要求，可任意输入训练语音，其特征在于：由数据对齐模块、频谱转换模型生成模块、韵律转换模型生成模块、在线转换模块、参数语音合成器模块组成，其中：具有一数据对齐模块，其输入端接收源和目标说话人的非平行语料数据，对两者语音数据进行匹配对齐，为语音转换中的转换模型训练部分提供训练数据对，数据对齐模块具有一输出端输出对齐的频谱信息训练数据对和韵律信息训练数据对信息；具有一频谱转换模型生成模块，其输入端接收来自数据对齐模块对齐后的频谱信息训练数据对，根据频谱信息训练数据对建立频谱信息的转换模型；频谱转换模型生成模块具有一输出端输出基于源和目标说话人语音频谱参数的转换模型；具有一韵律转换模型生成模块，输入端接收来自数据对齐模块对齐后的韵律信息训练数据对，根据韵律信息训练数据对建立具有韵律信息的转换模型；韵律转换模型生成模块具有一输出端输出基于源和目标说话人语音韵律参数的转换模型；具有一在线转换模块，其输入端接收来自于频谱转换模型生成模块和韵律转换模型生成模块生成的转换模型和源说话人的待转换语音数据；在线转换模块具有一输出端输出转换后语音频谱参数和韵律参数；具有一参数语音合成器模块，其输入端接收来自于在线转换模块的转换后的频谱参数信息和韵律参数信息；参数语音合成器模块具有一输出端输出转换后的语音结果。