月旦知識庫
 
  1. 熱門:
 
首頁 臺灣期刊   法律   公行政治   醫事相關   財經   社會學   教育   其他 大陸期刊   核心   重要期刊 DOI文章
中文計算語言學期刊 本站僅提供期刊文獻檢索。
  【月旦知識庫】是否收錄該篇全文,敬請【登入】查詢為準。
最新【購點活動】


篇名
基於音段式LMR對映之語音轉換方法的改進
並列篇名
Improving of Segmental LMR-Mapping Based Voice Conversion Method
作者 古鴻炎張家維
中文摘要
基於線性多變量迴歸(linear multivariate regression, LMR)頻譜對映之語音轉換方法,轉換出的頻譜包絡仍然存在過度平滑(over smoothing)的現象,因此本論文研究在音段式LMR 頻譜對映之前加入直方圖等化(HEQ)的處理,並且在LMR 頻譜對映之後加入目標音框挑選的處理,希望藉以提升轉換出語音的品質。在此,直方圖等化處理包含兩個步驟,首先是把離散倒頻譜係數(DCC)轉換成主成分分析(PCA)係數,接者把PCA 係數轉換成累積密度函數(CDF)係數;目標音框挑選則是依據一個音框的音段類別編號、及LMR 對映出的DCC 向量,到目標語者相同音段類別所收集的音框群中,去搜尋出距離較小的目標語者DCC 向量、並且取代原先對映出的DCC 向量,如此以避免發生頻譜包絡之過度平滑現象。對於直方圖等化與目標音框挑選,我們以外部平行語料(未參加模型參數訓練)來量測語音轉換之平均DCC 誤差,當加入直方圖等化後會使誤差值變大一些,而當加入目標音框挑選後則會使誤差值變大得更多。不過,VR (variance ratio)值量測及主觀聽測的結果卻是相反的方向,亦即直方圖等化可使語音品質提升一些,而目標音框挑選則可使語音品質獲得更為明顯的提升。這種誤差距離值和語音品質聽測之間的不一致性,我們設法去尋找了它的原因,所找到的一個理由在內文裡說明。
起訖頁 97-113
關鍵詞 語音轉換線性多變量迴歸直方圖等化目標音框挑選離散倒頻譜係數Voice ConversionLinear Multivariate RegressionHistogram EqualizationTarget Frame SelectionDiscrete Cepstral Coefficients
刊名 中文計算語言學期刊  
期數 201312 (18:4期)
出版單位 中華民國計算語言學學會
該期刊-上一篇 使用語音評分技術輔助台語語料的驗證
該期刊-下一篇 雜訊環境下應用線性估測編碼於特徵時序列之強健性語音辨識
 

新書閱讀



最新影音


優惠活動




讀者服務專線:+886-2-23756688 傳真:+886-2-23318496
地址:臺北市館前路28 號 7 樓 客服信箱
Copyright © 元照出版 All rights reserved. 版權所有,禁止轉貼節錄