摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.1.1 语音合成的研究意义 | 第10页 |
1.1.2 跨语言语音合成的研究意义 | 第10-11页 |
1.2 研究现状 | 第11-12页 |
1.2.1 统计参数语音合成 | 第11页 |
1.2.2 跨语言语音合成 | 第11-12页 |
1.3 本文主要工作 | 第12-15页 |
1.3.1 研究内容 | 第12-13页 |
1.3.2 本文主要贡献 | 第13-15页 |
第2章 基于HMM的跨语言语音合成 | 第15-33页 |
2.1 本章引论 | 第15页 |
2.2 HMM简介 | 第15-21页 |
2.2.1 HMM定义 | 第15-17页 |
2.2.2 观察序列概率 | 第17-19页 |
2.2.3 最优状态序列 | 第19-20页 |
2.2.4 计算HMM模型参数 | 第20-21页 |
2.3 基于HMM的语音合成系统 | 第21-23页 |
2.3.1 训练部分 | 第21-22页 |
2.3.2 合成部分 | 第22-23页 |
2.4 基于HMM的跨语言语音合成 | 第23-29页 |
2.4.1 同一说话人双语语料库跨语言语音合成 | 第23-27页 |
2.4.2 不同说话人大规模双语语料库跨语言语音合成 | 第27页 |
2.4.3 小规模双语语料库跨语言语音合成 | 第27-29页 |
2.5 实验及结果分析 | 第29-32页 |
2.5.1 语料库 | 第29-30页 |
2.5.2 实验设置 | 第30页 |
2.5.3 实验结果与分析 | 第30-32页 |
2.6 本章小结 | 第32-33页 |
第3章 基于BLSTM的语音合成 | 第33-50页 |
3.1 本章引论 | 第33页 |
3.2 递归神经网络( RNN) | 第33-36页 |
3.2.1 时间展开 | 第34-35页 |
3.2.2 前向传播 | 第35页 |
3.2.3 反向传播 | 第35-36页 |
3.3 长短时记忆递归神经网络( LSTM) | 第36-40页 |
3.3.1 梯度消失问题 | 第36-37页 |
3.3.2 网络结构 | 第37-38页 |
3.3.3 前向传播 | 第38-39页 |
3.3.4 反向传播 | 第39-40页 |
3.4 双向长短时记忆递归神经网络( BLSTM) | 第40-42页 |
3.4.1 双向递归神经网络( BRNN) | 第40-41页 |
3.4.2 双向长短时记忆递归神经网络( BLSTM) | 第41-42页 |
3.5 基于BLSTM的多语言语音合成 | 第42-46页 |
3.5.1 基于BLSTM的语音合成框架 | 第43页 |
3.5.2 英语语音合成输入输出特征选择 | 第43-45页 |
3.5.3 普通话语音合成输入输出特征选择 | 第45-46页 |
3.6 实验及结果分析 | 第46-49页 |
3.6.1 语料库 | 第46页 |
3.6.2 实验设置 | 第46-47页 |
3.6.3 实验与结果分析 | 第47-49页 |
3.7 本章小结 | 第49-50页 |
第4章 基于BLSTM的低资源语音合成 | 第50-60页 |
4.1 本章引论 | 第50页 |
4.2 转移学习 | 第50-52页 |
4.3 多任务学习 | 第52-53页 |
4.4 基于单一语言BLSTM模型的语音合成 | 第53页 |
4.5 基于多语言BLSTM模型的低资源语音合成 | 第53-55页 |
4.5.1 多语言BLSTM模型 | 第53-54页 |
4.5.2 基于多语言BLSTM模型学习跨语言共享信息 | 第54-55页 |
4.5.3 基于多语言BLSTM的低资源语音合成 | 第55页 |
4.6 实验及结果分析 | 第55-59页 |
4.6.1 语料库 | 第55-56页 |
4.6.2 实验设置 | 第56-57页 |
4.6.3 实验结果与分析 | 第57-59页 |
4.7 本章小结 | 第59-60页 |
第5章 总结与展望 | 第60-62页 |
5.1 研究工作总结 | 第60-61页 |
5.2 未来研究展望 | 第61-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-68页 |
个人简历、在学期间发表的学术论文与研究成果 | 第68-69页 |