基于声道谱的语音转换开题报告

1. 研究目的与意义

语音作为语言的声学表现，是人类信息交流最自然、最有效的手段之一。

随着人工智能应用领域的不断扩大和发展，智能语音交互、个性化语音生成等技术逐步受到人们的关注。

语音转换研究的相关工作最早可追溯至20世纪六七十年代，至今已经有50多年的研究历史，受到学术界和产业界广泛关注已有十多年。

2. 课题关键问题和重难点

语音转换的系统结构为：在训练阶段，语音数据的预处理、特征参数的提取和联合、声学模型的选择和训练，从而建立转换规则。

在转换阶段，将预处理和提取的特征参数带入已经训练好的网络模型，完成语音转换后进行语音合成。

基于声道谱语音转换的课题中的一大关键点：常见的声道谱语音特征参数有幅度谱、对数谱、倒谱、线性预测系数等基本参数以及动态差分、本征空间短时谱等变换参数。

3. 国内外研究现状（文献综述）

语音转换(vc，voice conversion或vt，voice transformation)是指改变一个说话人(源说话人，source speaker)的语音个性特征，使之具有另外一个说话人(目标说话人，target speaker)的语音个性特征[1]。

语音包含很多信息，其中最主要的是语义信息，另外一个很重要的信息为语音的个性化信息。

语音转换就是要保留原有语义信息不变，而改变语音的个性化信息，使一个人的语音经语音转换后听起来象是另外一个人说的语音[2]。

4. 研究方案

关于进行基于声道谱的语音转换的研究，首先对给定的源语音信号进行预处理，然后对常见的声道谱参数进行提取和联合，接着对参数进行时间对齐，进而选择合适的模型训练及对参数转换，从而建立转换规则。

接下来同理，对目标语音提取特征参数，根据训练好的网络模型进行转换，参数对应的转换部分进行语音合成，从而得到转换的语音，最后进行语音转换性能的测试和评价。

本论文基于声道谱语音转换的语音转换系统流程图如图（1）所示：见附件预处理是为了得到适合转换处理的语音帧，首先对语音进行加窗分帧、预加重、端点检测等前端预处理。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。

第17周：与导师沟通进行课题总体规划。

第18-19周：导师下发的毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。