融合信息扰动与特征解耦的单样本语音转换
One-shot voice conversion integrating information perturbation and feature decoupling
1. 辽宁工程技术大学 软件学院, 辽宁 葫芦岛 125105
2. 清华大学 苏州汽车研究院, 江苏 苏州 215134
摘要
单样本语音转换的特性是利用单条目标说话人的语音样本即可实现身份的转换，但由于声学特征呈现复杂的相互作用和动态变化，现有方法难以充分将单样本语音中的说话人音色与其他声学特征解耦，导致转换音频在听觉上仍与源说话人的音色特征相似，存在说话人音色泄露情况。为此提出一种融合信息扰动与特征解耦的单样本语音转换模型，即IPFD-VC模型。首先，引入信息扰动模块对语音信号进行三次扰动操作，去除输入内容和韵律编码器中的冗余信息；其次，将处理后的语音信号送入各编码器，并结合最小化互信息策略进一步解耦声学特征，降低不同特征与说话人音色特征的相关性；最后通过解码器及声码器输出转换音频。实验结果表明：IPFD-VC模型转换音频的语音自然度和说话人相似度分别达到3.72和3.68，与目前先进的UUVC模型相比，梅尔倒谱失真降低0.26db。该模型能够有效对声学特征进行解耦，捕获目标说话人音色特征，同时保持源语言内容和韵律变化，降低说话人音色泄露风险。
基金项目
葫芦岛市科技计划项目(2023JH(1)4/02b)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.02.0034
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第10期
发布历史
[2024-06-20] 优先出版
引用本文
王光, 刘宗泽, 董浩, 等. 融合信息扰动与特征解耦的单样本语音转换 [J]. 计算机应用研究, 2024, 41 (10). (2024-07-12). https://doi.org/10.19734/j.issn.1001-3695.2024.02.0034. (Wang Guang, Liu Zongze, Dong Hao, et al. One-shot voice conversion integrating information perturbation and feature decoupling [J]. Application Research of Computers, 2024, 41 (10). (2024-07-12). https://doi.org/10.19734/j.issn.1001-3695.2024.02.0034. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
