| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-22页 |
| 第一节 问题的背景和意义 | 第13-14页 |
| ·问题的研究背景 | 第13页 |
| ·课题的研究意义 | 第13-14页 |
| 第二节 语音合成的发展 | 第14-15页 |
| 第三节 语音合成的一般过程 | 第15-18页 |
| ·文本分析 | 第16-17页 |
| ·韵律生成 | 第17-18页 |
| ·声学合成 | 第18页 |
| 第四节 汉语言的韵律结构 | 第18-20页 |
| 第五节 本文的主要研究工作 | 第20-21页 |
| 第六节 论文结构 | 第21-22页 |
| 第二章 系统研究平台及工作流程 | 第22-41页 |
| 第一节 本文工作的研究平台 | 第22-23页 |
| 第二节 韵律生成模块 | 第23-34页 |
| ·能量参数提取 | 第25-26页 |
| ·基频参数提取 | 第26-31页 |
| ·韵律规则分析 | 第31-34页 |
| 第三节 眼动信号获取平台 | 第34-38页 |
| ·眼动跟踪技术 | 第34-37页 |
| ·眼动实验操作流程 | 第37-38页 |
| 第四节 人眼驱动语音合成系统的工作流程 | 第38-40页 |
| 第五节 本章小结 | 第40-41页 |
| 第三章 基于韵律结构的眼动注视时长模型 | 第41-64页 |
| 第一节 阅读—眼动模型 | 第41-51页 |
| ·Morrison 注意转移模型 | 第42-43页 |
| ·Henderson & Ferreira 截止期限模型 | 第43-44页 |
| ·Reichle E-Z Reader 模型 | 第44-47页 |
| ·副中央神经窝的预视加工作用 | 第47页 |
| ·眼动阅读内隐韵律表达 | 第47-48页 |
| ·眼动注视和语音编码的同步性 | 第48-51页 |
| 第二节 阅读的眼动行为及指标 | 第51-58页 |
| ·单次注视时长(Single Fixation Duration) | 第54-55页 |
| ·首次注视时长(First Fixation Duration) | 第55页 |
| ·注视次数(Fixation Count) | 第55页 |
| ·凝视时长(Gaze Duration) | 第55-56页 |
| ·回视时长（Regression Duration） | 第56页 |
| ·总注视时长(Total Fixation Duration) | 第56-57页 |
| ·眼跳时长(Saccade Duration) | 第57-58页 |
| 第三节 眼动注视时长模型 | 第58-62页 |
| ·基于层级韵律的眼动注视时长模型 | 第58-61页 |
| ·停顿时长 | 第61-62页 |
| 第四节 本章小结 | 第62-64页 |
| 第四章 基于 ELM 和 SELM 的重音预测 | 第64-99页 |
| 第一节 汉语言的重音 | 第65-70页 |
| ·汉语言的重音分类 | 第65-66页 |
| ·汉语言重音在时长上的声学表现 | 第66-68页 |
| ·汉语言的重音预测 | 第68-70页 |
| 第二节 ELM 极限学习机的理论和计算 | 第70-75页 |
| ·单隐层前馈神经网络的缺陷与 ELM 的改进 | 第70页 |
| ·ELM 极限学习机的基本问题 | 第70-74页 |
| ·ELM 极限学习机的构造 | 第74-75页 |
| 第三节 半监督的极限学习机 SELM | 第75-83页 |
| ·半监督的机器学习方法 | 第75-77页 |
| ·基于半监督策略的极限学习机 SELM | 第77-83页 |
| 第四节 基于 ELM 与 SELM 的重音预测实验 | 第83-92页 |
| ·语法特征向量 | 第83-85页 |
| ·实验语料 | 第85-86页 |
| ·实验结果及对比 | 第86-92页 |
| 第五节 基于眼动信号的重音预测实验 | 第92-97页 |
| ·眼动重音预测的实验设计 | 第92-95页 |
| ·眼动重音预测的实验结果 | 第95-97页 |
| 第六节 本章小结 | 第97-99页 |
| 第五章 基于 ED_Fujisaki 模型的韵律生成 | 第99-122页 |
| 第一节 人眼驱动的汉语语音基频模型 ED_Fujisaki | 第99-105页 |
| ·基频模型 | 第100页 |
| ·Fujisaki 模型 | 第100-102页 |
| ·改进的 Fujisaki 模型 ED_Fujisaki | 第102-105页 |
| 第二节 ED_Fujisaki 模型的语调提取分析 | 第105-113页 |
| ·语调提取 | 第105-107页 |
| ·语调调型分析 | 第107-113页 |
| 第三节 人眼驱动合成语音 | 第113-121页 |
| ·原始语音合成 | 第115-116页 |
| ·基频韵律参数调整 | 第116-118页 |
| ·基于眼动时长模板的时长调整 | 第118页 |
| ·人眼驱动语音合成的听测实验 | 第118-121页 |
| 第四节 本章小结 | 第121-122页 |
| 第六章 总结与展望 | 第122-124页 |
| 第一节 主要工作和创新点 | 第122-123页 |
| 第二节 进一步的工作 | 第123-124页 |
| 参考文献 | 第124-130页 |
| 致谢 | 第130-131页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第131-132页 |
