语音转换技术(Voice Conversion)是语音信号处理的一个重要分支,近几年国内外研究学者在该领域取得了许多研究成果。本文研究内容就是要将语音转换技术应用到歌声转换领域,通过改变源唱歌人的语音个性特征使其听起来像目标唱歌人在唱歌,同时维持歌曲内容不变。歌声转换技术将在电影配音、生理学、智能人机交互和生活娱乐等方面均有广阔前景。目前主流的语音转换方法关注于建立源和目标说话人的语音个性特征映射关系,通过这种映射关系建立语音转换模型。因此语音个性特征的表征和提取就成了决定模型好坏的关键。本文在对歌声中语音信号特征表征深入研究的基础上,研究了两种歌曲转换模型:(1)本文构建一种隐变量模型(Latent Variable Model,LVM)将歌曲分解成表示语义的内容信息参数矩阵和体现唱歌人个性特征信息参数矩阵,采用个性特征信息参数矩阵替换的方法转换唱歌人个性特征信息;(2)本文设计了一种基于深度神经网络(Deep Belief Networks,DBN)模型歌曲转换方法。首先分别用提取出的源唱歌人和目标唱歌人语音频谱参数来训练DBN,分别得到其在高阶空间的语音个性特征表征;然后通过人工神经网络(Artificial Neural Networks ANN)来连接这两个高阶空间并进行特征转换;最后使用基于目标唱歌人数据训练出的DBN来对转换后的特征信息进行逆处理得到语音频谱参数,合成转换后的语音。同时,本文进行了实验以对上述两种算法转换性能进行分析,实验表明歌声转换的是具有可行性的。