说话人语音转换是为了实现合成语音中的说话人的多样性而产生的语音信号处理的一个新兴的方向，说话人语音转换在很多的领域有着广泛的应用，如军事上的说话人伪装、机器翻译、医疗卫生等。目前说话人语音转换的方法有很多，高斯混合模型法是其中效果比较理想的一种方法，本文的主要工作是基于该算法提出改进的转换算法。 本文首先阐述了说话人语音转换的基本概念和现状、语音信号处理的相关基础知识，然后对常用的几种说话人语音转换方法进行了分析比较。提出了改进的基于高使混合模型的语音转换算法。针对高斯混合模型方法中转换语音的频谱过平滑问题，通过假定转换语音和目标语音有相同的协方差，在高斯混合模型法和线性多变量回归法之间设置阈值，很好的解决了这一问题；针对转换后的频谱参数帧与帧之间的不连续的现象，通过考虑帧与帧之间的动态特征参数很好地解决了这一问题。 通过客观和主观测试，证明了改进的算法在很大程度上解决了传统的转换算法存在的相关问题。本文最后对改进的说话人语音转换方法存在的缺陷和不足进行了讨论，并展望了今后下一步的主要工作。