藏语统计参数语音合成的合成语音的音质评测
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 引言 | 第10-20页 |
1.1 研究背景 | 第10-11页 |
1.2 研究现状 | 第11-17页 |
1.2.1 语音合成的研究现状 | 第11-13页 |
1.2.2 语音合成的方法 | 第13-14页 |
1.2.3 语音质量评测研究现状 | 第14页 |
1.2.4 语音音质的评测方法 | 第14-17页 |
1.3 研究意义及目标 | 第17-18页 |
1.3.1 研究意义 | 第17-18页 |
1.3.2 研究目标 | 第18页 |
1.4 本论文结构 | 第18-19页 |
1.5 小结 | 第19-20页 |
第2章 基于HMM的统计参数语音合成方法 | 第20-31页 |
2.1 简介 | 第20-22页 |
2.1.1 马尔可夫过程 | 第20-21页 |
2.1.2 隐马尔可夫模型 | 第21-22页 |
2.2 评估 | 第22-23页 |
2.3 解码 | 第23-24页 |
2.4 学习 | 第24-25页 |
2.5 HMM中的下溢问题 | 第25页 |
2.6 基于HMM的语音合成 | 第25-30页 |
2.6.1 训练部分 | 第26-30页 |
2.6.2 合成部分 | 第30页 |
2.7 小结 | 第30-31页 |
第3章 语音质量的评测 | 第31-39页 |
3.1 语音音质的影响因素 | 第31页 |
3.2 主观评测 | 第31-34页 |
3.2.1 相对偏好方法 | 第31-32页 |
3.2.2 绝对分类评级方法 | 第32-34页 |
3.3 客观评测 | 第34-37页 |
3.3.1 时域和频域的信噪比测量 | 第35页 |
3.3.2 基于线性预测分析的谱距离测量 | 第35-36页 |
3.3.3 感知语音质量评估 | 第36-37页 |
3.4 小结 | 第37-39页 |
第4章 不同基元对合成语音音质的影响 | 第39-46页 |
4.1 数据准备 | 第39-41页 |
4.1.1 语音文件 | 第39页 |
4.1.2 时间标注 | 第39-40页 |
4.1.3 问题集的设计 | 第40页 |
4.1.4 标注文件生成 | 第40-41页 |
4.2 实验设计 | 第41-43页 |
4.2.1 800句语料库 | 第42页 |
4.2.2 2000句语料库 | 第42页 |
4.2.3 不同的基元 | 第42-43页 |
4.3 基于HMM的藏语语音合成 | 第43页 |
4.4 结果分析 | 第43-45页 |
4.4.1 客观评测 | 第43-44页 |
4.4.2 主观评测 | 第44-45页 |
4.5 小结 | 第45-46页 |
第5章 面向藏语语音合成的语音基元自动标注方法 | 第46-58页 |
5.1 DAEM算法 | 第46-48页 |
5.1.1 EM算法 | 第46-47页 |
5.1.2 DAEM算法 | 第47-48页 |
5.2 基于DAME算法的基元自动切分 | 第48-50页 |
5.3.实验 | 第50-51页 |
5.3.1 语料 | 第50页 |
5.3.2 实验设计 | 第50-51页 |
5.4 实验结果与分析 | 第51-56页 |
5.4.1 误差分析 | 第51-52页 |
5.4.2 客观评测 | 第52-54页 |
5.4.3 主观评测 | 第54-55页 |
5.4.4 影响切分效果的因素 | 第55-56页 |
5.5 小节 | 第56-58页 |
第6章 合成语音和目标说话人的语音相似度的评测 | 第58-63页 |
6.1 目标说话人的藏语语音合成 | 第58-59页 |
6.1.1 语料 | 第58页 |
6.1.2 语音合成 | 第58页 |
6.1.3 结果分析 | 第58-59页 |
6.2 基于EMD和短时分析的说话人识别 | 第59-62页 |
6.2.1 经验模态分解法 | 第59-60页 |
6.2.2 识别系统 | 第60-62页 |
6.2.3 结果分析 | 第62页 |
6.3 小节 | 第62-63页 |
第7章 总结 | 第63-65页 |
7.1 论文工作总结 | 第63-64页 |
7.2 工作展望 | 第64-65页 |
参考文献 | 第65-68页 |
攻读学位期间的研究成果 | 第68-69页 |
致谢 | 第69页 |