一种基于特征解耦的语音情感转换方法

本发明提供一种基于特征解耦的语音情感转换方法，涉及人工智能技术领域。该方法包括：内容编码器从源语音中提取仅与语音内容相关的信息并删除与说话者相关的信息，传入神经网络模型中，提取内容相关信息特征；说话人编码器捕捉输入语音中的说话人身份信息；情感编码器包括基音模块和节奏模块用于提取说话人的基音特征和节奏特征；综合解码器将内容编码器、说话人编码器和情感编码器输出的特征信息结合起来，通过学习输入特征与目标输出之间的映射关系，生成具有目标说话人身份和情感风格的转换后语音。该方法充分考虑了影响语音情感表达的关键特征，通过捕捉和融合这些特征，使得转换后的语音呈现更加生动、自然且充满表现力的特质。