语音转换：机器学习课程项目，将源语音变换成目标语音

简介：
本项目运用机器学习技术，致力于开发一款能够将源语音高效转换为目标语音的应用程序，实现个性化语音变换功能。 语音转换任务是指将一个说话者的语音（源）转变为另一个说话者的语音（目标）。机器学习方法在处理此类问题上比传统信号处理技术更有效，因为它们能够捕捉到更多复杂的特征信息，而这些是传统的信号处理手段难以轻易获取的。在这个项目中，我们探讨了使用递归神经网络(RNN)来实现这一任务，并尝试了几种不同的RNN变体（如LSTM和GRU），观察不同参数设置对模型性能的影响。 我们的方法包括两个独立训练的神经网络：第一个将源语音转换为音素表示；第二个则利用这些音素生成目标说话者的语音。我们会详细讨论这两个网络在面对各种不同配置时所取得的结果表现情况。 数据集方面，我们使用了TIMIT数据库进行研究，该库包含了630名发言者的声音样本及其对应的帧级音素转录信息，用于训练第一个神经网络；同时我们也利用CMU Arctic语音数据库来培训第二个模型。后者包含了一位男性和一位女性发音人的总计1150个句子的录音数据。