语音转换（VC：Voice Conversion）是指在保持语义内容不变的前提下，改变说话人的个性特征，使源说话人的语音在经过变换后听起来像是目标说话人说的一样。传统的语音转换方法大都采用平行语料训练源-目标说话人联合语音模型并由此推导相应的语音转换规则，但实际应用中不仅难以得到完全平行的语料，而且训练联合语音模型需要消耗大量的计算、系统扩展不方便。本文提出了一种全新的非平行语料训练的语音转换算法，首先利用STRAIGHT提取基频和短时谱，从短时谱获得相应的LPCC特征参数，然后对所有的特征参数进行通用背景模型（UBM：Universal Background Model）训练，再利用最大后验概率（MAP: Maximum a PosteriorProbability）自适应方法导出具体的说话人模型，最终得到相应的转换规则进行语音转换。ABX和MOS等实验表明可以得到与传统的平行语料联合训练方法接近的转换性能。实验结果充分说明了本文提出的方法不仅具有较好的转换性能，而且具有很好的系统扩展性。本课题的研究内容主要包括以下几个方面：1.语音转换的个性特征参数分析，包括声道参数与韵律参数等，如基音频率，短时谱参数，时长等。2.实现了传统的采用高斯混合模型（GMM：Gaussian Mixture Model）实现的语音转换系统，分析了传统的方法的特点与存在的问题。3.基于非平行语料，提出了优化自适应非平行训练的语音转换方法，解决了传统转换方法存在的主要问题。4.研究了通用背景模型（UBM）和说话人自适应技术，利用最大后验概率（MAP）自适应技术训练独立的说话人模型。5.研究了STRAIGHT分析-综合算法，利用STRAIGHT实现了说话人的基音频率和短时谱特征的分析，控制合成语音的时长等参数，最终合成出目标语音。6.构建了基于UBM与MAP自适应技术的非平行语料训练的语音转换系统，实现了整个系统，并对该系统的性能进了分析、评价。