[发明专利]一种语音信号特性的变换方法和装置

说明书

技术领域

本发明涉及语音信号处理领域，尤其涉及一种语音信号特性的变换方法和装置。

背景技术

语音信号的特性变换是一种特殊的语音处理应用，其目的是将一个数字化语音信号通过信号处理的方法，变换成另一个语音信号。从听众听到的效果来看，感觉听到变换前后的声音发自不同的主体，例如，由男声变为女声，或者男甲的声音变成男乙的声音。此外，还可以变换成具有其它特定效果的声音，例如，变换为卡通人物或者带有动物发声特性的语音信号等。

为改变语音信号的特性，通常采用模型法和非模型法。

模型法主要依赖语音发音的数学模型的确立，并依据此模型建立说话人特征的参数数据库，在具体实施过程中，需要对语音信号进行分析辨识，提取语音信息，用这些语音信息和参数数据库中的目标模型的参数进行匹配，以合成具有目标特征的语音。这种变换方法依赖发音模型，类似由语音信息到要素信息(比如语言文本或标准语音)再到语音信息的变换系统。使用这类方法，需要通过训练来建立说话人特征的参数数据库，因此这需要庞大的工作量。

非模型法通常需要通过语音信号处理提取语音信号的特征参数，对特征参数进行针对性地变换以后，利用信号处理的方法重建语音信号。如中国专利申请号200710163066.2所公开的基于变换域的分析和重建的方法，通过对语音信号变换域谱的弯曲变换来改变语音信号的特性。为了使变换后的语音信号具有目标语音的特性，这种非模型变换方法仍然需要建立数据库来进行针对性的语音信号的特性变换。除变换域的非模型法外，还有一些基于时域的变换方法，比如时域基音同步叠加(TD-PSOLA)方法，这类方法的语音处理质量较差，不宜采用。

以上模型法和非模型方都需要建立数据库以实现目标语音的转换，因此都需要庞大的工作量。

发明内容

本发明的发明人发现上述现有技术中存在的问题，提出了一种新的技术方案，在避免建立参数数据库的情况下，通过参数可控的频率映射实现对语音特性的变换。

本发明的一个目的是提供一种语音特性的变换方法和装置。

根据本发明的一个方面，提供了一种语音信号特性的变换方法，该方法包括：

利用语音信号的基音频率值将所述语音信号的频谱划分为多个子带，所述多个子带包括基音子带和泛音子带；

基于预先设置的基频变化率和基音偏置，将一个或连续多个所述子带所包含的频率值分别映射为变换频率值，以获得与该子带对应的变换子带；

基于所述变换频率值获得重建频谱；

利用所述重建频谱合成新的语音信号。

优选地，所述将所述语音信号的频谱划分为多个子带的步骤包括：

对所述语音信号进行N点加窗离散傅立叶变换，获得N/2+1个频率值所对应的幅度值X_A[n]_k和归一化到N/2的调整频率值X_F[n]_k，n为帧序号，k为频谱索引号，k＝0，1，2，...，N/2；

利用所述基音频率值对应的调整频率值，将所述N/2+1个调整频率值X_F[n]_k划分为多个子带，所述多个子带包括基音子带和泛音子带。

优选地，所述对一个或连续多个所述子带所包含的频率值分别进行映射的步骤包括：

将一个或连续多个所述子带中的每个子带所包含的至少一个调整频率值X_F[n]_k分别映射为变换频率值X_F′[n]_k，所述至少一个调整频率值X_F[n]_k包括该子带中具有最大幅度值的频率值对应的调整频率值；

所述基于所述变换频率值获得重建频谱的步骤包括：

根据下述公式计算所述变换频率值X_F′[n]_k对应的变换频谱索引号k′：

     k′＝round(X_F′[n]_k)

其中函数round()表示四舍五入取整；

基于所述变换频率值X_F′[n]_k，获得变换频谱索引号k′所对应的变换频率值X_F′[n]_k′。

优选地，使用下述公式执行所述调整频率值X_F[n]_k到相应的变换频率值X_F′[n]_k的映射：