说话人转换就是要将源说话人语音信号进行转换,使之听起来像目标说话人的技术。说话人转换是语音信号处理领域的一个较新的分支,它的研究对语音分析,语音编码,语音合成,语音增强,语音识别等语音信号处理的其它各个领域有重要的促进作用,具有广泛的应用前景。本文主要进行的研究工作有以下几个方面:(1)研究了转换函数的训练模型:基于传统高斯混合模型的方法转换后的语音频谱包络有过平滑现象,导致语音音质下降,为此本文提出基于改进GMM的说话人转换的方法。该方法利用改进的GMM训练得到的转换函数,通过转换线性预测模型的线谱频率参数使源语音的谱包络尽可能地逼近目标语音的谱包络。(2)研究了基音频率的转换方法:本文在考虑基音频率变换的方法时,采用将基音频率和谱包络参数组成韵律联合短时谱作为代表说话人个性信息的特征矢量,从而更充分的捕捉帧与帧之间的基音变化,并体现出谱包络变化和韵律变化的同步性,避免了将韵律联合短时谱之间的相关性割裂。(3)通过MATLAB软件实现了整个说话人转换系统,并对实验结果进行主观和客观评测。从实验的ABX和PL SF测试结果来看此方法能够准确地刻画说话人的个性化特征,转换后语音具有更好的倾向性和频谱逼近度,并且可懂度和自然度都较高。另外MOS测试结果表明改进的GMM模型有效地克服了过平滑现象,在保证变换语音目标倾向性的同时,提高了变换语音的音质。