论文部分内容阅读
声音转换是将源说话人的声音转化成具有目标说话人特征信息的声音的方法。将3种不同的回归方法：多项武回归，线性多变量回归以及支持向量回归分别应用于声音转换。实验分别对5个普通话元音进行转换。主观和客观评估了每种方法的语音转换质量。结果表明，支持向量回归具有更强的学习能力，使转换语音具有更好的目标倾向性。与多项式回归和线性多变量回归相比，支持向量回归既提高了泛化能力又避免了频谱不连续性，使转换语音与目标语音的频谱距离失真分别减少了33．29％和35．24％。