[发明专利]一种用于任意源和目标语音之间的语音转换方法

权利要求书

1.一种用于任意源和目标语音之间的语音转换方法，包括以下步骤：

步骤一，建立至少一个基础说话人语音的张量字典；

步骤二，构建目标语音对应的语音字典和任意源的语音字典；

步骤三，重构任意源的语音内容，实现任意源到目标语音的转换。

2.根据权利要求1所述的用于任意源和目标语音之间的语音转换方法，其特征在于，所述步骤二为利用张量算法在张量字典中构造目标语音的语音字典和任意源的的语音字典。

3.根据权利要求1所述的用于任意源和目标语音之间的语音转换方法，其特征在于，所述步骤一具体如下，

1)从语料库中随机选取出N个基础说话人语音，形成张量字典的基础语音，从这N个基础说话人语音中随机选取语义内容相同的语音信号x₁,x₂,...,x_N，N≥1，X代表语音信号；

2)提取每个语音信号中的特征参数矢量序列S₁,S₂,…,S_N；

3)利用多序列动态时间规整算法将上述特征参数矢量序列S₁,S₂,…,S_N对齐，对齐后的语音特征参数矢量序列为S′₁,S′₂,…,S′_N；

4)从特征参数矢量序列为S′₁,S′₂,…,S′_N随机抽取相同位置的若干语音帧特征矢量S″₁,S″₂,…,S″_N，作为每个目标语音的张量字典的一部分；

5)当每个目标语音的张量字典的大小小于该目标语音的张量字典预设值时，重复步骤(2)到(4)；当每个目标语音的张量字典的大小等于该目标语音的预设的值时，停止步骤(2)到(4)，形成N个基础说话人语音字典A₁,A₂,…,A_N；

6)将N个基础说话人语音字典A₁,A₂,…,A_N叠放在一起，组成张量字典A。

4.根据权利要求3所述的用于任意源和目标语音之间的语音转换方法，其特征在于，

所述步骤3)中利用多序列动态时间规整算法是指交替式使用多序列动态时间规整同步的方法，目标语音特征参数矢量序列S₁,S₂,…,S_N中的每一个特征参数矢量序列至多参与两次多序列动态时间规整。