论文部分内容阅读
源-目标说话人声音转换是一种变换说话人声音特征的技术，它将源说话人的声音转换成目标说话人的声音。本文选择声道共振峰参数作为待转换的特征参数，为了克服线性多变量回归转换方法（LMR）中分类不准带来的误差，采用基于径向基函数神经网络的非线性转换方法（RBFNN）获取转换规则。以5个普通话元音为实验，验证了分类数目和训练集对2种转换方法的影响。实验结果表明，RBFNN方法的转换效果优于LMR方法；并在只有较少训练集数据时也能得到较好的转换效果。