【产学研】语音转换技术方案：不仅仅是魔音效果那么简单

发布时间：2016-12-26 阅读量：1588 来源: 我爱方案网作者: cywen

本文中我爱方案网将给大家介绍语音转换技术方案方案。
如需开发相关项目，快包可提供技术团队对接服务。

语音识别与语音合成技术在人机交互中充当着重要角色，且其对语音的产生和感知模型等基础理论的研究也有十分重要的意义。目前的语音系统合成的声音单一，而且机器味十足，怎样能让合成语音自然化、多样化、个性化是当前语音技术研究的热点，语音转换是让合成语音多样化、个性化、提高转换质量的途径之一。

本技术方案主要包括两方面：1.将贝叶斯先验引入传统的基于高斯混合模型的转换方法，对转换系数设定合适的先验信息，避免了传统模型在训练数据较少的情况下容易出现过拟合的问题。使得语音转换系统的性能更加稳定，转换误差更小。在该方法中提出了两种对转换模型噪声的建模方法：一种叫single-noise，另一种叫multi-noise，前一种假设噪声服从高斯分布，后一种假设噪声服从GMM分布，实验结果表明这两种方法效果大致相当，后者在混合数较大的时候会略好于前者。

2.将核特征引入语音转换模型，将原始的低维特征映射到高维空间，使得转换模型在训练阶段能更好的对语音特征的非线性进行建模。同时该方法也能在一定程度上避免模型的过拟合问题，而且较之传统的方法，有更小的转换误差。

技术方案优势

1.引入转换系数的先验知识，减小传统语音转换方法的过拟合问题
2.获得比传统转换方法更小的谱转换误差
3，对于训练数据较少的情况下，有比较稳定的转换性能
4.引入核特征，增强模型的非线性建模能力，提高系统性能

应用领域

1.在TTs(文语合成系统)中，目前高质量的语音合成系统或文语转换系统都是基于语音波形拼接的方法，这种方法合成的语音个性特征一般是比较单一，缺乏相应的个性。本技术可以实现通过在语音合成系统中增加一个说话人语音转换系统，将合成的语音通过说话人语音转换系统或者将合成单元通过一个说话人语音转换系统再进行合成，将其转化为特定人的声音，使单调的语音具有更多的个性特征，满足不同人的应用需要。

2．在医学领域，用于语音增强系统。对于声带等发音器官存在病变或者损伤的病人，其话音的质量严重受损，对方很难理解，严重影响了正常的交流。说话人语音转换可以用于帮助恢复受损语音，把受损语音变成一个清晰可懂的语音，这将极大地改变这些病人的生活。

3．在电影配音中，通过本项目的说话人语音转换系统，使之重新具有原演员的特征，增强了电影的效果。

4．用于机器语言翻译系统。现有系统其最后翻译合成出来的声音都没有了源说话人的个性特征信息，非常缺乏现场感。本技术可以实现对合成的语音进行转换，重新恢复出说话人的身份特征，具有良好的实际效果。

关于快包与“产学研”

产学研即产业、学校、科研机构等相互配合，发挥各自优势，形成强大的研究、开发、生产一体化的先进系统并在运行过程中体现出综合优势。产学研合作是指企业、科研院所和高等学校之间的合作，通常指以企业为技术需求方，与以科研院所或高等学校为技术供给方之间的合作，其实质是促进技术创新所需各种生产要素的有效组合。

快包一直致力推动智能产业的发展，通过构建外包平台的形式促进智能产品方案供需双方的合作。如今快包携手“产学研”旨在让科研走进市场。近期快包整理了一系列来自研究机构以及高校的科研团队资料，推出大型产学研系列专题文章。通过展示他们的项目案例促进智能产业界对他们更深层次的了解。这些团队能够提供攻坚技术和前沿核心技术，精准解决一些较大企业的技术实现难题。

欲对接产学研项目，请联系：kb@52solution.com 或 400-085-2125

相关资讯

强强联合！英伟达50亿入股英特尔

英伟达投资50亿入股英特尔股票

温补晶振（TCXO）核心技术解析：8大关键参数决定系统时序精度

在高速通信、精准导航与精密测量等尖端领域，电子系统的时序架构对时钟信号稳定性的要求已近乎苛刻——其精度如同机械钟表的游丝摆轮，微小偏差便可能引发整个系统的时序紊乱，导致数据传输错误、定位偏移或测量失准。环境温度的波动一直是普通晶振频率稳定性的最大挑战，而温补晶振（Temperature Compensated Crystal Oscillator，简称TCXO）作为高精度时钟基准的核心器件，正是为解决这一核心问题而生。它凭借内置的“感知-计算-补偿”机制，在宽温环境下实现对频率的精准锁定，将温度变化引发的漂移压制在极低水平，成为高端电子系统中不可或缺的“时序锚点”。要真正理解并选型这一精密器件，就必须深入剖析其决定性能优劣的几个重要参数。

汽车BMS技术：动力电池的“智慧守护者”，全维度解密其核心优势与应用场景

本文将深入剖析汽车级BMS的核心技术优势及其广泛的关键应用场景

工业检测为何必须用工业相机？普通相机的四大核心短板解析

工业相机是根据工业检测的特殊需求进行深度优化与强化的专业设备

贸泽开售Renesas Electronics RA8P1微控制器为先进AI提供高CPU性能

Renesas Electronics RA8P1微控制器可提供超过7,300 CoreMarks的CPU性能，以及在500 MHz时256 GOPS的AI性能