语音风格迁移研究综述

语音风格迁移技术是在保证语音内容不变的前提下,将源说话人的语音风格或音色转换为目标说话人的语音风格或音色。为快速了解语音风格迁移关键技术最新发展,结合近几年语音风格迁移领域的国内外研究,分别选取特征提取、语料对齐、迁移模型和声码器4个重要影响因素对研究现状进行分析,主要包括多种特征提取方法比较、平行语料库和非平行语料选择、wavenet声码器和几种相关改进后的声码器。最后,着重介绍深度神经网络应用于风格迁移模型的最新研究进展,归纳出该领域的研究现状,识别其中仍然存在的关键问题和技术挑战,并对未来研究方向和潜在应用进行展望。