自从生成对抗网络诞生以来,众多学者就从其模型结构和损失函数两方面提出许多改进方案,使得生成对抗网络在各种计算机视觉任务中都取得了很好的效果。尽管如此,如何稳定生成对抗网络的训练过程和提高生成样本的质量仍然是一个具有挑战性的研究问题,另一方面,加强探索生成对抗网络在不同领域、不同任务上的应用（如语音转换）也是一个值得深入研究的问题。本文针对基于Wasserstein距离的生成对抗网络存在的问题:模型训练稳定性和生成样本质量仍有待提高、过度限制判别网络的性能等,提出了一种新的严格符合Lipschitz连续的生成对抗网络,并通过图像生成任务和将其拓展并应用于语音转换任务中去分析模型的有效性。本文主要研究成果如下:1、提出了一种基于谱界定算法的生成对抗网络（命名为SBGAN）,该算法将矩阵1范数与无穷范数的乘积的平方根作为判别器参数矩阵的谱范数的一个上界,从而使得判别网络函数严格满足优化Wasserstein距离函数所需的Lipschitz连续条件。实验结果显示,与梯度惩罚、谱归一化算法相比,谱界定算法能进一步改善模型训练的稳定性和提供一个更为合理的参数限制空间。2、为了验证SBGAN模型的有效性,提出了一个基于SBGAN的图像生成框架,该框架采用与基准模型（WGAN-GP和SNGAN）完全一致的网络结构和损失函数设计。实验表明,SBGAN模型在CIFAR-10和ImageNet数据集上都取得了最佳的生成图像质量评价指标（Inception Score）结果。3、为了进一步验证SBGAN模型的有效性以及解决现有语音转换模型存在的问题,提出了一个基于SBGAN的语音转换框架,该框架利用STRAIGHT模型对语音信号进行分析和重构,并结合门控线性单元和残差学习技术去精心设计了一种基于编码器-解码器结构的频谱转换网络。实验结果表明,SBGAN模型在说话人和情感语音转换任务上都能有效提升转换频谱的质量,而且在客观评价指标（梅尔倒谱失真度）和主观评价指标（平均意见分）上也是优于其它对比模型。