基于权重比例分配的码书映射语音转换算法

针对传统的基于码书映射的语音转换算法转换语音与目标语音相似度不高的问题,提出一种新的基于权重比例分配的码书映射语音转换方法。在训练阶段,通过设置不同权重阈值将码书权重矩阵稀疏化,分析大于阈值的码书权重值对转换语音影响的大小,根据不同权重值对转换语音的影响比例不同这一特点,训练码书权重的映射关系。在转换阶段,利用训练阶段得到的映射关系,将源码书权重映射得到目标码书权重,利用该权重和目标码书合成转换语音。对传统算法和本文算法进行仿真对比实验,从主观和客观两方面进行测试。实验结果表明,基于权重比例分配的码书映射的语音转换算法不仅可以有效地改善转换语音的音质,同时也大大提高了转换语音与目标语音的个性特征的相似度。

基于知识图谱的多粒度社交网络用户画像构建方法

针对网络中社交用户属性信息划分不明确的问题,提出了一种基于知识图谱的多粒度社交用户画像构建方法。利用知识图谱映射用户信息,结合图谱分类划分映射数据多维度的属性类别,建立了社交用户集。赋予集合中每位用户对应属性标签的同等权重值,计算权重参数及兴趣标签频次,再根据用户点击频次信息,构建多粒度社交网络中用户的连续活动位置序列及活动范围序列,统一计算和划分序列中每位用户的特征,完成用户画像建立。仿真实验证明,本文方法用户画像构建时间不超过25 ms,对应属性匹配重叠数量最高为705,匹配度较高,说明所构建的用户画像信息划分较明确。