摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-13页 |
图目录 | 第13-15页 |
表目录 | 第15-16页 |
第1章 绪论 | 第16-24页 |
·语音合成技术概述 | 第16-17页 |
·语音产生的生理机理 | 第17页 |
·语音合成历史及方法 | 第17-22页 |
·语音合成历史回顾 | 第17-18页 |
·基于规则的参数化语音合成 | 第18-21页 |
·基于波形拼接的语音合成 | 第21页 |
·基于统计建模的参数化语音合成 | 第21-22页 |
·本论文的研究目标和内容概述 | 第22-24页 |
第2章 基于HMM的统计参数语音合成 | 第24-40页 |
·HMM简介 | 第24-26页 |
·马尔可夫链 | 第24页 |
·隐马尔可夫模型(HMM) | 第24-25页 |
·HMM用于语音建模 | 第25-26页 |
·基于HMM的统计参数语音合成 | 第26-30页 |
·模型训练阶段 | 第26-27页 |
·语音分析 | 第27页 |
·标注数据生成 | 第27-28页 |
·HMM训练 | 第28-30页 |
·合成阶段 | 第30页 |
·关键技术 | 第30-35页 |
·特征选择以及基于STRAIGHT语音分析及合成 | 第31-32页 |
·基于决策树的模型聚类 | 第32-33页 |
·基于多空间概率分布HMM的基频建模 | 第33-34页 |
·考虑特征动态特性的联合建模及结合其动态特性的参数生成 | 第34-35页 |
·基于HMM的统计参数语音合成方法的特点 | 第35-36页 |
·优势 | 第35-36页 |
·不足 | 第36页 |
·本文研究的出发点 | 第36-39页 |
·本章小结 | 第39-40页 |
第3章 基于听觉感知的声学模型训练准则 | 第40-68页 |
·基于听觉感知的声学模型训练准则 | 第41-57页 |
·常见声学模型训练准则 | 第41-42页 |
·最小生成误差准则训练 | 第42-44页 |
·线谱对特征之间的距离度量 | 第44-48页 |
·基于加权欧氏距离的最小生成误差准则训练 | 第48-49页 |
·实验 | 第49-57页 |
·本节小结 | 第57页 |
·基于线谱对有序特性的声学模型训练准则 | 第57-67页 |
·线谱对特征的有序性 | 第58-60页 |
·基于线谱对有序性的模型训练准则 | 第60-62页 |
·实验 | 第62-66页 |
·本节小结 | 第66-67页 |
·本章小结 | 第67-68页 |
第4章 融合韵律产生机理的基频模型 | 第68-94页 |
·问题的提出 | 第68-69页 |
·现有的基频建模方法 | 第69-73页 |
·Sakai的方法 | 第69-70页 |
·多空间概率分布HMM建模 | 第70-71页 |
·Wang的方法 | 第71页 |
·Qian的方法 | 第71-72页 |
·Zen的方法 | 第72-73页 |
·融合韵律产生机理的基频模型 | 第73-79页 |
·基本思想 | 第73-75页 |
·训练框架 | 第75-76页 |
·初始化步骤 | 第76页 |
·最小生成误差准则训练 | 第76-78页 |
·切分边界优化方法 | 第78页 |
·预测基频 | 第78页 |
·与其他方法对比 | 第78-79页 |
·实验 | 第79-92页 |
·实验条件 | 第79-80页 |
·基线系统 | 第80页 |
·音素层+状态层基频模型 | 第80-86页 |
·多层基频模型 | 第86-92页 |
·本章小结 | 第92-94页 |
第5章 结合共振峰特征的频谱模型 | 第94-120页 |
·问题的提出 | 第94-96页 |
·共振峰特征 | 第96-98页 |
·结合共振峰特征的频谱模型 | 第98-104页 |
·实验 | 第104-110页 |
·实验条件 | 第104-105页 |
·共振峰特征的形式 | 第105-106页 |
·转换矩阵绑定 | 第106-107页 |
·主观实验 | 第107-110页 |
·基于共振峰空间的转换矩阵绑定 | 第110-113页 |
·相关实验 | 第113-118页 |
·客观实验结果 | 第114-115页 |
·主观实验 | 第115-118页 |
·本章小结 | 第118-120页 |
第6章 总结 | 第120-122页 |
一、本文的主要贡献与创新点 | 第120-121页 |
二、后续的研究工作 | 第121-122页 |
参考文献 | 第122-128页 |
在读期间发表的学术论文与取得的研究成果 | 第128-130页 |
一、研究经历 | 第128页 |
二、发表论文 | 第128-130页 |
致谢 | 第130页 |