东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于分子动力学模拟的改进混合蛙跳算法

ISSN号：1004-9037
期刊名称：数据采集与处理
时间：0
页码：327-332
分类：TN912.3[电子电信—通信与信息系统;电子电信—信息与通信工程]
作者机构：[1]东南大学水声信号处理教育部重点实验室,南京210096, [2]徐州师范大学物理与电子工程学院,徐州221116, [3]南京工程学院通信工程学院,南京211167
相关基金：The National Natural Science Foundation of China （No. 60975017）, the Natural Science Foundation of Guangdong Prov- ince （No. 10252800001000001）, the Natural Science Foundation of Higher Education Institutions of Jiangsu Province （No. 10KJB510005）.
相关项目：耳语音情感特征分析与识别方法研究

作者：张潇丹|胡峰|赵力|邹采荣|Zhang Xiaodan,Hu Feng,Zhao Li,Zou Cairong(Key Labo|

关键词：基音频率预测, 支持向量回归, 均值-方差线性转换, 自适应中值滤波, F0 prediction, support vector regression, meanvariance linear conversion, adaptive median filter

中文摘要：

为了改善语音转换的性能，对基音频率转换方法进行了研究，并提出了一种有效的转换算法．首先，不同于传统的线性变换方法，对基音频率和频谱特征的内在关系进行了分析，在GMM中的每一分量，基音频率通过SVR方法从转换后的频谱特征预测得到．然后，为了缓解GMM统计平均带来的过平滑问题，将传统的均值-方差转换方法和SVR方法相结合．同时，引入广泛应用于图像处理的自适应中值滤波来解决由基于帧转换引起的不连续问题．通过主客观评价方法对转换后的语音质量进行了测试，结果表明：该方法无论在语音的相似度还是转换语音的质量上，都取得了比传统方法更好的效果．

英文摘要：

In order to improve the performance of voice conversion, the fundamental frequency （F0） transformation methods are investigated, and an efficient F0 transformation algorithm is proposed. First, unlike the traditional linear transformation methods, the relationships between F0s and spectral parameters are explored. In each component of the Gaussian mixture model （GMM）, the F0s are predicted from the converted spectral parameters using the support vector regression （SVR） method. Then, in order to reduce the over- smoothing caused by the statistical average of the GMM, a mixed transformation method combining SVR with the traditional mean-variance linear （MVL） conversion is presented. Meanwhile, the adaptive median filter, prevalent in image processing, is adopted to solve the discontinuity problem caused by the frame-wise transformation. Objective and subjective experiments are carried out to evaluate the performance of the proposed method. The results demonstrate that the proposed method outperforms the traditional F0 transformation methods in terms of the similarity and the quality.

同期刊论文项目