Why don't we take the source from the person （we want the voice to sound like）,because it's preserved,/ and borrow the filter from someone (about the same age and size),because they can articulate speech,and then mix them?
意譯：
如果你想要這個(gè)聲音像某個(gè)人,你可以先從那個(gè)人那兒采集聲源,因?yàn)槁曉词且呀?jīng)加工/儲(chǔ)存過的,然后,你找一個(gè)與聲源來源對象年齡和身材相仿的人,從他/她那兒借用濾波器（頻譜）,因?yàn)樗麄兡苤v話,最終,將兩者合成.我們?yōu)楹尾贿@么做呢?
聲源會(huì)讓音色近似某個(gè)人,而濾波器則能實(shí)現(xiàn)讓這個(gè)音色講出你設(shè)定的話語.貌似可以用來破解聲紋識別...
----------------------------------------------
我覺得,正因?yàn)槭茄葜v,才要把長句變成短句,把話講清楚,原句也是斷成5個(gè)部分的,很多字幕都是意譯的,直譯的話句子太長,估計(jì)大家都一頭霧水了.
為了跟原句信息一致,我覺得把最后一句調(diào)到前面就可以,你試試看吧,
我們?yōu)楹尾贿@么做呢?\
如果你想要這個(gè)聲音像某個(gè)人,你可以先采集他的聲源,\
因?yàn)槁曉词且呀?jīng)加工儲(chǔ)存過的,\
然后,你找一個(gè)與聲源來源對象年齡和身材相仿的人借用濾波器（頻譜）,\
因?yàn)樗麄兡苤v話,最終,將兩者合成\