| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第11-24页 |
| 1.1.课题背景 | 第11页 |
| 1.2.历史和现状 | 第11-21页 |
| 1.2.1.语音合成器的发展历史 | 第11-12页 |
| 1.2.2.语音合成方法的研究概况 | 第12-16页 |
| 1.2.3.韵律研究的内容和方法以及汉语韵律特征概述 | 第16-20页 |
| 1.2.4.韵律标注体系 | 第20-21页 |
| 1.2.5.语音基元库设计概述 | 第21页 |
| 1.3.研究目标及所做的工作 | 第21-23页 |
| 1.4.论文的内容安排 | 第23-24页 |
| 第二章 嵌入式音库的设计 | 第24-33页 |
| 2.1.设计思想 | 第24-25页 |
| 2.2.基于知觉的不等长基元频谱间的距离测量 | 第25-30页 |
| 2.2.1.MFCC参数提取 | 第25-28页 |
| 2.2.2.动态时间归整算法(DTW) | 第28-30页 |
| 2.3.基于知觉的音节聚类算法 | 第30-33页 |
| 第三章 韵律模板的研究 | 第33-51页 |
| 3.1.基于统计的韵律模型 | 第33-41页 |
| 3.1.1.韵律建模的概率描述 | 第34-35页 |
| 3.1.2.参数的提取 | 第35-36页 |
| 3.1.3.重音自动检测算法 | 第36-40页 |
| 3.1.4.语料中重音的确定 | 第40-41页 |
| 3.2.韵律的神经网络模型 | 第41-49页 |
| 3.2.1.汉语的声调模型 | 第41-42页 |
| 3.2.2.神经网络拓扑结构 | 第42-44页 |
| 3.2.3.(?)_i~((2))和σ_i~((2))的确定 | 第44-45页 |
| 3.2.4.神经网络模型输出参数的优化 | 第45-46页 |
| 3.2.5.实验结果 | 第46-49页 |
| 3.3.基于LR的基频预测方法 | 第49-51页 |
| 第四章 波形拼接算法研究 | 第51-65页 |
| 4.1.拼接合成需要解决的问题 | 第51-52页 |
| 4.2.PSOLA算法原理 | 第52-54页 |
| 4.3.TD-PSOLA方法 | 第54-60页 |
| 4.3.1.信号分解 | 第55-56页 |
| 4.3.2.基音标注 | 第56页 |
| 4.3.3.语音信号浊音／清音判决 | 第56-57页 |
| 4.3.4.加权函数的确定 | 第57-58页 |
| 4.3.5.合成标注点的计算 | 第58页 |
| 4.3.6.用TD-PSOLA算法得到合成信号 | 第58-59页 |
| 4.3.7.残缺帧的处理 | 第59页 |
| 4.3.8.实验结果 | 第59-60页 |
| 4.4.LP-PSOLA算法 | 第60-62页 |
| 4.5.内插拼接算法 | 第62-65页 |
| 第五章 结束语 | 第65-67页 |
| 附录1 英语韵律标注标准TOBI | 第67-75页 |
| A.1.音调(TONAL)层 | 第67-70页 |
| A.1.1.短语音调 | 第67-68页 |
| A.1.2.pitch重音 | 第68-69页 |
| A.1.3.针对pitch重音和短语重音的下倾态势的标记符号 | 第69-70页 |
| A.1.4.未说明和不确定的情况 | 第70页 |
| A.2.停顿指示(BREAK INDEX)层 | 第70-71页 |
| A.2.1.停顿指示表示为如下值： | 第70-71页 |
| A.2.2.不确定和未说明的情况 | 第71页 |
| A.2.3.不流畅的情况 | 第71页 |
| A.3.正字(ORTHOGRAPHIC)层 | 第71-72页 |
| A.4.混杂(MISCELLANEOUS)层 | 第72页 |
| A.5.基频范围HIFO | 第72-73页 |
| A.6.层间冗余 | 第73页 |
| A.7.非WAVES(TM)格式的约定 | 第73-75页 |
| 附录2真实韵律参数和预测值对比(部分) | 第75-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表和已接收的学术论文目录 | 第86-87页 |
| 学位论文评阅及答辩情况表 | 第87页 |
