基于广义回归神经网络的面罩语音矫正研究

摘要：

为了提高面罩语音的清晰度和可懂度,提出一种基于广义回归神经网络(GRNN)对线谱对(LSP)参数进行非线性建模的面罩语音矫正方法.分别提取正常语音和面罩语音的LSP参数,其次利用LSP参数对GRNN进行训练,得到矫正模型,将面罩语音的LSP参数通过矫正模型进行修正,并将结果作为参数用来合成新的语音.实验结果表明,利用GRNN训练出的矫正模型能够有效地调整面罩语音的LSP参数,在一定程度上能够恢复其频谱分布.

关键词：面罩语音、线谱对、广义回归神经网络、语音合成

所属期刊栏目：40

分类号：TN912.3-34

资助基金：天津市自然科学基金重点项目14JCZDJC32600

在线出版日期：2017-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-63