| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 语音转换的概念 | 第10页 |
| 1.2 语音转换技术背景及发展现状 | 第10-13页 |
| 1.3 语音转换技术的意义 | 第13-14页 |
| 1.4 本文主要工作及论文组织结构 | 第14-16页 |
| 第二章 语音转换理论基础 | 第16-32页 |
| 2.1 语音发音系统模型 | 第16-20页 |
| 2.1.1 语音信号的产生机制 | 第16-18页 |
| 2.1.2 语音信号产生的数学模型 | 第18-20页 |
| 2.2 语音信号的预处理和分析 | 第20-22页 |
| 2.3 语音信号个性特征参数 | 第22-23页 |
| 2.3.1 语音信号个性特征参数的分类 | 第22-23页 |
| 2.3.2 常用的语音特征参数 | 第23页 |
| 2.4 语音转换系统的基本原理 | 第23-24页 |
| 2.5 语音转换的关键技术 | 第24-28页 |
| 2.5.1 语音信号的频谱转换 | 第24-27页 |
| 2.5.2 基频的转换 | 第27-28页 |
| 2.6 语音转换性能评价 | 第28-30页 |
| 2.6.1 客观评价标准 | 第28-29页 |
| 2.6.2 主观评价标准 | 第29-30页 |
| 2.7 本章小结 | 第30-32页 |
| 第三章 基于VAE+Bottlenck特征的语音转换 | 第32-46页 |
| 3.1 AHOcoder语音声码器 | 第33-34页 |
| 3.2 VAE模型的基本原理 | 第34页 |
| 3.3 VAE模型的参数估计 | 第34-36页 |
| 3.4 基于VAE+Bottleneck特征的语音转换 | 第36-39页 |
| 3.4.1 Bottleneck特征介绍 | 第37页 |
| 3.4.2 基于语音转换任务的VAE模型 | 第37-39页 |
| 3.5 仿真实验及结果分析 | 第39-45页 |
| 3.5.1 实验设置 | 第39-41页 |
| 3.5.2 实验结果 | 第41-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于VAE+Bottleneck的M2M语音转换系统 | 第46-58页 |
| 4.1 多对多(M2M)语音转换问题 | 第46-47页 |
| 4.2 基于VAE+Bottleneck特征的M2M语音转换模型 | 第47-50页 |
| 4.2.1 基于DNN的说话人识别任务的Bottlenec特征 | 第47-48页 |
| 4.2.2 DNN网络Bottleneck层自适应 | 第48-50页 |
| 4.3 仿真实验及结果分析 | 第50-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-61页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
