话者转换的任务定义；
平行语料和非平行语料的话者转换方法；
基于表征解耦的非平行语料话者转换方法 。
话者转换 ， 又称语音转换 ， 英文名为VoiceConversion ， 指的是对源说话人的语音进行处理 ， 使它听起来接近目标发音人 ， 同时保持语音内容不变 。
话者转换技术经过了从规则方法到统计建模的发展历程 。 现阶段的基于统计建模的话者转换方法 ， 其转换过程通常包括三个主要步骤：
源说话人语音输入后 ， 首先经过声码器从语音信号中抽取声学特征 ， 如梅尔谱、基频等；进一步通过声学模型P（Y|X）进行由源说话人声学特征X到目标说话人声学特征Y的映射；映射得到的声学特征最后通过声码器重构语音信号 。
那么什么是平行语料？
在训练阶段 ， 如果源和目标两个说话人朗读过同样的文本 ， 就可以得到他们之间的平行语料 。 基于平行语料 ， 可以直接建立转换模型描述两个说话人声学特征之间的映射关系 。 在转换阶段 ， 输入新的源说话人声音 ， 就可以通过转换模型进行目标说话人声学特征的预测 。
其基本的策略是 ， 两个说话人录制了平行语料后 ， 考虑到两个人的语速、停顿等不一致带来的声学特征序列长度差异 ， 需要先利用动态时间规整（DTW）算法进行序列的对齐 ， 得到等长的X序列和Y序列 。 接着 ， 将每个时刻的源说话人声学特征与目标说话人声学特征进行拼接 ， 进一步训练得到两个发音人声学特征的联合概率模型P(X,Y) 。
不过 ， 基于GMM声学建模的语音转换质量还是不尽如人意 。 一方面转换的音质不够高 ， 声音听起来有机械感；二是和目标人的相似度不够好 。 这些都和声学模型的精度不足有关系 。
针对以上问题 ， 自2013年开始 ， 深度学习被广泛应用与语音转换的各个技术环节 ， 如特征表示、声学建模、声码器等 。 今天重点关注的是声学模型 ， 即如何更好的建模P(Y|X) 。
推荐阅读
-
红尘君style■在西方魔幻游戏中只能战法牧铁三角？这款打破模板更有操作
-
宝石流云|锐龙依然6到飞起！惠普暗影精灵6锐龙版评测
-
晶用军事总共订购650枚导弹，对波音来说如杯水车薪，19亿美元大单到手
-
-
从心脏搭桥看如何养护心脏，关爱血管，避免冠心病复发
-
-
-
英国红白玫瑰战争的原因,英国红白玫瑰战争的双方是以红玫瑰-
-
-
纣王麾下猛将，力诛西岐先锋，千年后还成为门神，姓名无人不知！
-
海参崴|都是不平等条约，为何香港、澳门能够回归，海参崴却难以收回？
-
爱因斯坦|生命有始无终？爱因斯坦发现问题所在，言论颠覆人类认知！
-
扬子晚报|小伙加了个“裸聊QQ”被要挟一次次转账，警方破案后发现信息量很大
-
中秋节|“后退一步，走！”游客为雨中哨兵撑伞，让人泪目的一幕出现了
-
「英特尔」英特尔公司CEO司睿博给客户和合作伙伴的一封信
-
-
国足■归化定局！3大归化王牌驰援李铁国足，球迷：今年第1个足球喜讯
-
-
-
对你宣说|她曾是体操冠军，16岁被姜文看中一炮而红，婚后却淡出娱乐圈
