摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 面罩语音矫正的研究背景及意义 | 第9页 |
1.2 语音矫正的研究现状及发展趋势 | 第9-13页 |
1.2.1 畸变语音矫正的研究现状 | 第10-11页 |
1.2.2 频谱参数转换的研究现状 | 第11-13页 |
1.2.3 发展趋势 | 第13页 |
1.3 本文主要研究内容与章节安排 | 第13-15页 |
1.3.1 主要研究内容 | 第13-14页 |
1.3.2 章节安排 | 第14-15页 |
第二章 面罩语音矫正的理论基础 | 第15-31页 |
2.1 语音的产生 | 第15-16页 |
2.1.1 语音信号的产生原理 | 第15页 |
2.1.2 语音信号的数字模型 | 第15-16页 |
2.2 语音信号特征分析及仿真 | 第16-28页 |
2.2.1 分帧及加窗 | 第17-18页 |
2.2.2 面罩语音信号时域特征分析及仿真 | 第18-25页 |
2.2.3 面罩语音信号频域特征分析及仿真 | 第25-28页 |
2.3 语音信号分析与合成模型 | 第28-29页 |
2.3.1 线性预测编码模型 | 第28-29页 |
2.3.2 STRAIGHT模型 | 第29页 |
2.3.3 谐波加噪声模型 | 第29页 |
2.4 语音矫正的评价标准 | 第29-31页 |
2.4.1 客观评价标准 | 第29-30页 |
2.4.2 主观评价标准 | 第30-31页 |
2.5 本章小结 | 第31页 |
第三章 语音特征参数提取及矫正方法研究 | 第31-41页 |
3.1 特征参数的概念 | 第31-32页 |
3.2 谱特征参数提取方法 | 第32-35页 |
3.2.1 线性预测系数 | 第32-33页 |
3.2.2 线谱对参数 | 第33-35页 |
3.3 动态时间规整原理及仿真 | 第35-37页 |
3.4 经典频谱转换方法 | 第37-39页 |
3.5 本章小结 | 第39-41页 |
第四章 基于GRNN与LSP参数的面罩语音矫正 | 第41-56页 |
4.1 LPC分析合成模型 | 第41-42页 |
4.2 广义回归神经网络 | 第42-44页 |
4.3 基于k折交叉验证搜索的参数优化 | 第44-46页 |
4.3.1 原理描述 | 第44-45页 |
4.3.2 实验仿真 | 第45-46页 |
4.4 基于粒子群算法的参数优化 | 第46-47页 |
4.4.1 原理描述 | 第46-47页 |
4.4.2 实验仿真 | 第47页 |
4.5 基于LSP参数的面罩语音矫正系统设计 | 第47-49页 |
4.6 实验仿真及结果分析 | 第49-54页 |
4.6.1 实验语音录制 | 第49-50页 |
4.6.2 客观评价 | 第50-54页 |
4.6.3 主观评价 | 第54页 |
4.7 本章小结 | 第54-56页 |
第五章 基于GRNN与STRAIGHT谱的面罩语音矫正 | 第56-64页 |
5.1 STRAIGHT分析合成模型 | 第56-58页 |
5.2 K均值算法对样本的统计平均 | 第58页 |
5.3 基于STRAIGHT谱的面罩语音矫正系统设计 | 第58-59页 |
5.4 实验仿真及结果分析 | 第59-62页 |
5.4.1 客观评价 | 第59-62页 |
5.4.2 主观评价 | 第62页 |
5.5 本章小结 | 第62-64页 |
第六章 结论与展望 | 第64-66页 |
6.1 结论 | 第64-65页 |
6.2 展望 | 第65-66页 |
参考文献 | 第66-72页 |
攻读学位期间所取得的相关科研成果 | 第72-74页 |
致谢 | 第74-75页 |