董添辉,张玲华

(1.南京邮电大学 通信与信息工程学院，江苏 南京 210003；2.江苏省通信与网络技术工程研究中心，江苏 南京 210003)

粒子群优化径向基函数网络的语音转换

董添辉1,张玲华2

(1.南京邮电大学 通信与信息工程学院，江苏 南京 210003；2.江苏省通信与网络技术工程研究中心，江苏 南京 210003)

径向基函数神经网络具有结构简单和学习速度快等特点，因此常被用作语音转换的模型。隐层核函数的中心是影响径向基函数神经网络性能的重要参数，而传统的K-均值聚类算法受初值影响大，全局优化的效果不佳。所以，选择合适的优化算法来调整RBF网络核函数的中心参数，能改善整个网络的性能，从而提升语音转换的效果。而粒子群算法是一种基于迭代的优化算法，具有容易实现、算法参数少、收敛快和突出的全局寻优能力等特点。提出了一种改进的粒子群算法，优化了径向基函数的中心以提高网络性能，便于更准确地获得说话人与目标人之间谱包络的映射关系。实验结果表明，提出的方法能够有效提高神经网络的性能，使转换后的声音更接近于目标声音。

语音转换；径向基函数中心；改进的粒子群算法；径向基函数神经网络

0 引 言

语音转换技术是指在不改变说话内容的前提下，转化源说话人声音的个性特征，使转换的语音更接近目标人。语音转换分为训练阶段和转换阶段。在训练阶段，通过模型对源说话人和目标说话人进行训练，得出相应的转换规则。……