La conversión de voz es un proceso de tratamiento sonoro en el que se convierte la forma de onda del habla del hablante de origen en una forma de onda del habla distinta, con las características del hablante de destino, pero conservando la información lingüística.
Bajo esta dinámica, un equipo de científicos de Japón, se propuso la tarea de desarrollar un sistema que permita adaptar grabaciones de voz humana como si se tratara de enunciados emitidos por un perro.