使用分段式GMM及自動GMM挑選之語音轉換方法

AVoice Conversion Method Using Segmental GMMs and Automatic GMM Selection

本論文提出分段式（segmental）高斯混合模型（Gaussian mixture model, GMM）的觀念，用以改進語音轉換的效能，而為了應用該觀念於線上（on-line）進行的語音轉換處理，我們也發展了一個基於動態規劃（dynamic programming, DP）之自動GMM挑選的演算法。此外，為了使用單一高斯混合來對映（mapping）離散倒頻譜係數（discrete cepstrum coefficients, DCC）係數，我們也設計了一種高斯混合選取之演算法。關於分段式GMM觀念的評估，在此我們建造了三個採取不同功能組合之語音轉換系統，然後使用三個系統所轉換出的語音去作聽測實驗，實驗的結果顯示，分段式GMM之觀念確實可用以改進音色相似度（timbre similarity）、及語音品質（voice quality）兩方面的效能。