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
-
情感星座话题屋|挽回男人这点最重要，做不到还谈何挽回？聪明的女人要知道，原创
-
-
「部完成」长沙地铁3号线5号线列车＂定妆照＂公布 确保7月初期运营
-
肝脏|肝变硬了，身体会变得怎样？如果全都没占，说明肝脏仍然很好
-
-
-
「闺蜜」“结婚那天，闺蜜不想还2000的礼，拉黑了我”：别高估友情
-
-
星座人缘▲但是总体上属于有钱人，富命，一生运势虽有点起伏
-
-
金刚菩提▲金刚菩提怎么盘玩？金刚菩提怎么盘红的快？
-
我成功减了40斤后，才明白：坚持9个小秘诀，是真正的减肥成功
-
-
-
杨华评论 告诉对手想要他妻子，泰森教导UFC巨兽：伟大拳王必须会喷垃圾话
-
塞尔维亚|当着中国大使的面，塞尔维亚领导人亮明了态度
-
美国▲基辛格提问：中国要做美国敌人？中国女少将回应太霸气
-
健康王医师|每天吃一些，美白护肤、排毒清肠，美容瘦身，超市常见的3物
-
人心不足蛇吞象俗语的意思 人心不足蛇吞象下一句是什么
-
「孟晚舟案」关于孟晚舟案，中国大使昨晚透露大量信息！
