语音转换软件
sprocket-vc的Python项目详细描述
[！[Python版本]（https://img.shields.io/badge/python-3.5%2c%203.6%2c%203.7-green.svg）（https://img.shields.io/badge/python-3.5%2c%203.6%2c%203.7-green.svg）
[！[构建状态]（https://www.travis-ci.org/k2kobayashi/sprocket.svg？branch=travis）（https://www.travis-ci.org/k2kobayashi/sprocket）
[！[覆盖状态]（https://coveralls.io/repos/github/k2kobayashi/sprocket/badge.svg？branch=master）（https://coveralls.io/github/k2kobayashi/sprocket？分支=主）
[！[PYPI版本]（https://badge.fury.io/py/sprocket vc.svg）（https://badge.fury.io/py/sprocket vc）
[！[麻省理工学院许可证]（http://img.shields.io/badge/license-mit-blue.svg？style=flat）]（许可证）
sprocket
=
语音转换软件-语音转换（VC）是一种将源扬声器的扬声器标识转换为目标扬声器标识的技术。该软件使用户能够开发基于高斯混合模型（GMM）的传统VC系统和基于差分GMM（DiffGMM）的无声码器VC系统，该系统使用源和目标扬声器的并行数据集。《奥德赛》，第203-210页，2018年6月。
[[论文]]（https://nuss.nagoya-u.ac.jp/s/h8yknq6qxjxtu3）
-t.toda，“动手语音转换”，克里特岛语音处理课程（spcc），2018年7月。
[[slide]]（https://www.slideshare.net/nu-i-u-todalab/hands on-on语音转换）
《转换样本
-语音转换挑战2018[[zip]]（https://nu s s.nagoya-u.ac.jp/index.php/s/cs0ybtcw85p3dk）
《目的》再现典型的语音转换样本。vc系统
开发此软件是为了使为了方便用户建立VC系统，只需编写所需的源和目标说话人的并行数据集，并执行示例脚本。BR/>以下VC方法被实现为典型的VC方法。
BR/>传统的基于GMM的VC方法：BR/> - T. Toda，A.W.Black，K. Tokuda，“基于最大值的语音转换”谱参数轨迹的似然估计，《IEEE音频、语音和语言处理汇刊》，第15卷，第8期，2222-2235页，2007年11月。基于DIFFGMM的无声码器VC方法“用于统计语音转换的f0转换技术，带有直接波形修改和频谱差分，”proc.ieee slt，第693-700页，2016年12月。
以及波形修改。
有关VC库的详细信息，请参阅（即将发布）中的链轮文档。
0.18.1
安装链轮
``` `
pip install numpy==1.15.4 cython
pip install链轮vc
` ` ` `
<>参见[vc ex例]（docs/vc-example.md）
报告错误
如有任何疑问或问题，请访问：
````
https://github.com/gitshub.com/kkobayashi/sprockbabayashi/sprockbabayashi/问题
````
`版权所有，版权所有（c）2017年kazuhiro kobayashi
` `````````
[https://opensource.org/licens/mit license/mit license.php（https://opensource.org/licenses/licenses/mit license/mit license.php）
[顾问]
changlog
==
>0.18.3（2019/04/24）（2019/04/24）
=-
>>
>
>-实现基于gmm的vc和基于gmm的vc的一些功能和小错误修复
-
-
-<132
-<130
-<127
<0.18（2017/10/01）（2017/10/01）（2017/10/10/01）
-
=
===>
-发布第一个版本。
-用于[语音转换]的基线系统挑战2018）（http://www.vc-challenge.org/）
[！[构建状态]（https://www.travis-ci.org/k2kobayashi/sprocket.svg？branch=travis）（https://www.travis-ci.org/k2kobayashi/sprocket）
[！[覆盖状态]（https://coveralls.io/repos/github/k2kobayashi/sprocket/badge.svg？branch=master）（https://coveralls.io/github/k2kobayashi/sprocket？分支=主）
[！[PYPI版本]（https://badge.fury.io/py/sprocket vc.svg）（https://badge.fury.io/py/sprocket vc）
[！[麻省理工学院许可证]（http://img.shields.io/badge/license-mit-blue.svg？style=flat）]（许可证）
sprocket
=
语音转换软件-语音转换（VC）是一种将源扬声器的扬声器标识转换为目标扬声器标识的技术。该软件使用户能够开发基于高斯混合模型（GMM）的传统VC系统和基于差分GMM（DiffGMM）的无声码器VC系统，该系统使用源和目标扬声器的并行数据集。《奥德赛》，第203-210页，2018年6月。
[[论文]]（https://nuss.nagoya-u.ac.jp/s/h8yknq6qxjxtu3）
-t.toda，“动手语音转换”，克里特岛语音处理课程（spcc），2018年7月。
[[slide]]（https://www.slideshare.net/nu-i-u-todalab/hands on-on语音转换）
《转换样本
-语音转换挑战2018[[zip]]（https://nu s s.nagoya-u.ac.jp/index.php/s/cs0ybtcw85p3dk）
《目的》再现典型的语音转换样本。vc系统
开发此软件是为了使为了方便用户建立VC系统，只需编写所需的源和目标说话人的并行数据集，并执行示例脚本。BR/>以下VC方法被实现为典型的VC方法。
BR/>传统的基于GMM的VC方法：BR/> - T. Toda，A.W.Black，K. Tokuda，“基于最大值的语音转换”谱参数轨迹的似然估计，《IEEE音频、语音和语言处理汇刊》，第15卷，第8期，2222-2235页，2007年11月。基于DIFFGMM的无声码器VC方法“用于统计语音转换的f0转换技术，带有直接波形修改和频谱差分，”proc.ieee slt，第693-700页，2016年12月。
以及波形修改。
有关VC库的详细信息，请参阅（即将发布）中的链轮文档。
0.18.1
安装链轮
``` `
pip install numpy==1.15.4 cython
pip install链轮vc
` ` ` `
<>参见[vc ex例]（docs/vc-example.md）
报告错误
如有任何疑问或问题，请访问：
````
https://github.com/gitshub.com/kkobayashi/sprockbabayashi/sprockbabayashi/问题
````
`版权所有，版权所有（c）2017年kazuhiro kobayashi
` `````````
[https://opensource.org/licens/mit license/mit license.php（https://opensource.org/licenses/licenses/mit license/mit license.php）
[顾问]
changlog
==
>0.18.3（2019/04/24）（2019/04/24）
=-
>>
>
>-实现基于gmm的vc和基于gmm的vc的一些功能和小错误修复
-
-
-<132
-<130
-<127
<0.18（2017/10/01）（2017/10/01）（2017/10/10/01）
-
=
===>
-发布第一个版本。
-用于[语音转换]的基线系统挑战2018）（http://www.vc-challenge.org/）
欢迎加入QQ群-->： 979659372
