[发明专利]一种基于LPC及RBF神经网络的声音转换的方法

权利要求书

1.一种基于LPC及RBF神经网络的声音转换的方法，其特征在于：包括以下步骤：

A、对语音进行预处理；

 B、对浊音帧进行基频检测；

C、对基频检测后的浊音帧进行转换；

D、对转换后的基频进行浊音帧参量的提取；

E、对提取到的浊音帧参量进行计算，求得一帧浊音帧，然后对该一帧浊音帧进行合成，得到转换后的浊音帧。

2.根据权利要求1所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于：所述A步骤还包括以下分步骤：

A1：从待转换语音中进行分帧；

A2: 运用判断方法对该帧进行清音和浊音的判断。

3.据权利要求2所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于：所述A2步骤中，所述判断方法包括帧能量和帧过零率，帧能量的计算公式如下：

  

其中：x(m)为帧中第m个语音点的值，N为该帧的点数，E为帧能量， Ta为此函数的定义域m的阀值；

帧过零率的计算公式为：

 

其中：z为帧过零率，Tb为此函数的定义域m的阀值；计算出每帧的能量和过零率。

4. 根据权利要求1所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于：所述B步骤中，对浊音帧进行基频检测是运用平均幅度差函数AMDF来检测的，其计算公式为：

  

其中：l为偏移量。

5.根据权利要求1所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于：所述C步骤中, 对基频检测后的浊音帧进行转换,转换规则采用基频转换规则。

6.根据权利要求1所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于：所述D步骤中，对浊音帧进行参量的提取，是用自相关法从最低价线性预测器开始，由低阶到高阶进行逐阶递推计算，求得浊音帧第P阶LPC系数，根据该浊音帧LPC系数求得该浊音帧LSF系数。

7.根据权利要求1至6任一项所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于: 对源说话者与目标说话者的多个相同训练语音的浊音帧，分别提取出多组相对应LSF系数，获得转换后的LSF系数，再求得转换后的LPC系数。

8.根据权利要求7所述的，其特征在于:在求解所述转换后LPC系数的过程中求得预测误差能量E_p。

9.根据权利要求8所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于:用所述预测误差能量E_p进行开方，得到增益G。

10.根据权利要求9所述的基于LPC及RBF神经网络的声音转换的方法，其特征在于:根据所述转换后的LPC系数、所述增益G，对一帧浊音帧进行合成，计算公式如下：

  

式中t(m)为一串冲激，周期为该帧的基频，转换后的LPC系数阶数为p，系数值为，增益为G，m为帧中第m个语音点，合成得到的语音为y(m)，得到转换后的浊音帧，将所述转换后的浊音帧和所述的清音帧进行拼接合成，得到转换后的语音。