语音转换就是对一个说话人(源说话人)的语音信号进行转换,使之听起来像另一个说话人(目标说话人)语音的技术。这项技术几乎囊括了语音信号处理领域的各个方面,它的研究对语音分析,语音编码,语音合成,语音增强,语音识别等方面有重要的促进作用。本文提出了一种基于GMM独立建模的转换方法,主要内容包括:(1)提出了一种独立建模的方法,对源和目标说话人语音特征分别建立GMM模型,解决了传统基于GMM的联合建模转换系统中,需要并行语料,不适应多人转换等缺点。(2)通过输入语音特征矢量,动态确定转换规则,进行语音转换,解决了传统转换系统中,转换函数非动态这一缺陷,使得转换规则更为灵活,从而增强转换精确性。(3)基于线性预测(LP)分析合成平台,对源与目标说话人LPCC特征独立建立GMM模型,对测试语音进行转换,分析得到转换结果,并做出相应评测与分析。(4)基于STRAIGHT分析合成平台,对源与目标说话人STRAIGHT分析得到的谱包络进行建模分析,并对测试语音进行转换,得到结果,并做出评测分析。(5)基于语音结构化(AUS)理论,改进转换系统,成功实现语音转换,解决了在转换系统中,源与目标相同音素聚类的GMM分量如何对齐这一难题,通过系统实验,取得了阶段性成果。(6)以基于GMM的源与目标联合建模的模型为蓝本,比较独立建模的转换系统,相对于同样的测试语音,其结果的差异性。