·60 智能系统学报 第11卷 ative training [J ]IEEE/ACM Transactions on audio, [15]IMAI S,SUMITA K,FURUICHI C.Mel log spectrum ap- speech,and language processing,2014,22(12):1859- proximation (MISA)filter for speech synthesis[J].Elec- 1872. tronics and communications in Japan (Part I:Communica- [9]DESAI S,BLACK A W,YEGNANARAYANA B,et al. tions),1983,66(2):10-18 Spectral mapping using artificial neural networks for voice 作者简介： conversion[J].IEEE transactions on audio,speech,and 方鹏，男，1990年生，硕士研究生 language processing,2010,18(5):954-964. 主要研究方向为歌唱声音转换。 [10]KOBAYASHI K,TODA T,NEUBIG G,et al.Statistical singing voice conversion with direct waveform modification based on the spectrum differential[C]//Proceedings of In- terspeech.Singapore,2014. [11]KAWAHARA H,MORISE M,TAKAHASHI T,et al. Tandem-STRAIGHT:A temporally stable power spectral representation for periodic signals and applications to in- 李贤，男，1988年生，博士研究生， terference-free spectrum,F0,and aperiodicity estimation 主要研究方向为情感语音、语音转换、 [C]//Proceedings of IEEE International Conference on 歌唱合成等。 Acoustics,Speech and Signal Processing,ICASSP.Las Vegas,.NV,USA,2008:3933-3936. [12]WU Zhongdong,XIE Weixin,YU Jianping.Fuzzy C- means clustering algorithm based on kernel method[C]/ Proceedings of the 5"International Conference on Compu- tational Intelligence and Multimedia Applications.ICCI- 汪增福，男，1960年生，教授、博士 MA.Xi'an,China,2003:49-54. 生导师，现任《模式识别与人工智能》编 [13]GRAVES D,PEDRYCZ W.Kernel-based fuzzy clustering 委、International Journal of Information and fuzzy clustering:a comparative experimental study[J]. Acquisition副主编。获ACM Multimedia Fuzzy Sets Systems,2010,161(4):522-543. 2009最佳论文奖。主要研究方向为计 [14]DE JONG S.SIMPLS:An alternative approach to partial 算机视觉、计算机听觉、人机交互和智 least squares regression[J].Chemometrics and intelligent 能机器人等，发表学术论文180余篇。 laboratory systems,1993,18(3):251-263.ａｔｉｖｅ ｔｒａｉｎｉｎｇ ［ Ｊ ］． ＩＥＥＥ／ ＡＣＭ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ａｕｄｉｏ， ｓｐｅｅｃｈ， ａｎｄ ｌａｎｇｕａｇｅ ｐｒｏｃｅｓｓｉｎｇ， ２０１４， ２２ （ １２）： １８５９⁃ １８７２． ［９］ ＤＥＳＡＩ Ｓ， ＢＬＡＣＫ Ａ Ｗ， ＹＥＧＮＡＮＡＲＡＹＡＮＡ Ｂ， ｅｔ ａｌ． Ｓｐｅｃｔｒａｌ ｍａｐｐｉｎｇ ｕｓｉｎｇ ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ ｆｏｒ ｖｏｉｃｅ ｃｏｎｖｅｒｓｉｏｎ［ Ｊ］． ＩＥＥＥ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ａｕｄｉｏ， ｓｐｅｅｃｈ， ａｎｄ ｌａｎｇｕａｇｅ ｐｒｏｃｅｓｓｉｎｇ， ２０１０， １８（５）： ９５４⁃９６４． ［１０］ＫＯＢＡＹＡＳＨＩ Ｋ， ＴＯＤＡ Ｔ， ＮＥＵＢＩＧ Ｇ， ｅｔ ａｌ． Ｓｔａｔｉｓｔｉｃａｌ ｓｉｎｇｉｎｇ ｖｏｉｃｅ ｃｏｎｖｅｒｓｉｏｎ ｗｉｔｈ ｄｉｒｅｃｔ ｗａｖｅｆｏｒｍ ｍｏｄｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｐｅｃｔｒｕｍ ｄｉｆｆｅｒｅｎｔｉａｌ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｉｎ⁃ ｔｅｒｓｐｅｅｃｈ． Ｓｉｎｇａｐｏｒｅ， ２０１４． ［１１］ ＫＡＷＡＨＡＲＡ Ｈ， ＭＯＲＩＳＥ Ｍ， ＴＡＫＡＨＡＳＨＩ Ｔ， ｅｔ ａｌ． Ｔａｎｄｅｍ⁃ＳＴＲＡＩＧＨＴ： Ａ ｔｅｍｐｏｒａｌｌｙ ｓｔａｂｌｅ ｐｏｗｅｒ ｓｐｅｃｔｒａｌ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｆｏｒ ｐｅｒｉｏｄｉｃ ｓｉｇｎａｌｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ ｔｏ ｉｎ⁃ ｔｅｒｆｅｒｅｎｃｅ⁃ｆｒｅｅ ｓｐｅｃｔｒｕｍ， Ｆ０， ａｎｄ ａｐｅｒｉｏｄｉｃｉｔｙ ｅｓｔｉｍａｔｉｏｎ ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ， ＩＣＡＳＳＰ． Ｌａｓ Ｖｅｇａｓ， ＮＶ， ＵＳＡ， ２００８： ３９３３⁃３９３６． ［１２］ ＷＵ Ｚｈｏｎｇｄｏｎｇ， ＸＩＥ Ｗｅｉｘｉｎ， ＹＵ Ｊｉａｎｐｉｎｇ． Ｆｕｚｚｙ Ｃ － ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｋｅｒｎｅｌ ｍｅｔｈｏｄ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ５ ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕ⁃ ｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｍｕｌｔｉｍｅｄｉａ Ａｐｐｌｉｃａｔｉｏｎｓ． ＩＣＣＩ⁃ ＭＡ． Ｘｉ􀆳ａｎ， Ｃｈｉｎａ， ２００３： ４９⁃５４． ［１３］ＧＲＡＶＥＳ Ｄ， ＰＥＤＲＹＣＺ Ｗ． Ｋｅｒｎｅｌ⁃ｂａｓｅｄ ｆｕｚｚｙ ｃｌｕｓｔｅｒｉｎｇ ａｎｄ ｆｕｚｚｙ ｃｌｕｓｔｅｒｉｎｇ： ａ ｃｏｍｐａｒａｔｉｖｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｔｕｄｙ［Ｊ］． Ｆｕｚｚｙ Ｓｅｔｓ Ｓｙｓｔｅｍｓ， ２０１０， １６１（４）： ５２２⁃５４３． ［１４］ＤＥ ＪＯＮＧ Ｓ． ＳＩＭＰＬＳ： Ａｎ ａｌｔｅｒｎａｔｉｖｅ ａｐｐｒｏａｃｈ ｔｏ ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ ｒｅｇｒｅｓｓｉｏｎ［ Ｊ］． Ｃｈｅｍｏｍｅｔｒｉｃｓ ａｎｄ ｉｎｔｅｌｌｉｇｅｎｔ ｌａｂｏｒａｔｏｒｙ ｓｙｓｔｅｍｓ， １９９３， １８（３）： ２５１⁃２６３． ［１５］ＩＭＡＩ Ｓ， ＳＵＭＩＴＡ Ｋ， ＦＵＲＵＩＣＨＩ Ｃ． Ｍｅｌ ｌｏｇ ｓｐｅｃｔｒｕｍ ａｐ⁃ ｐｒｏｘｉｍａｔｉｏｎ （ＭＬＳＡ） ｆｉｌｔｅｒ ｆｏｒ ｓｐｅｅｃｈ ｓｙｎｔｈｅｓｉｓ［ Ｊ］． Ｅｌｅｃ⁃ ｔｒｏｎｉｃｓ ａｎｄ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｊａｐａｎ （Ｐａｒｔ Ｉ： Ｃｏｍｍｕｎｉｃａ⁃ ｔｉｏｎｓ）， １９８３， ６６（２）： １０⁃１８． 作者简介： 方鹏，男，１９９０ 年生，硕士研究生， 主要研究方向为歌唱声音转换。 李贤，男，１９８８ 年生，博士研究生， 主要研究方向为情感语音、语音转换、 歌唱合成等。 汪增福，男，１９６０ 年生，教授、博士 生导师，现任《模式识别与人工智能》编 委、 Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ａｃｑｕｉｓｉｔｉｏｎ 副主编。 获 ＡＣＭ Ｍｕｌｔｉｍｅｄｉａ ２００９ 最佳论文奖。 主要研究方向为计 算机视觉、计算机听觉、人机交互和智 能机器人等，发表学术论文 １８０ 余篇。 ·６０· 智 能 系 统 学 报 第 １１ 卷