| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 语音转换的研究意义 | 第9-11页 |
| 1.3 语音转换的研究现状 | 第11-13页 |
| 1.3.1 语音转换的国外研究现状 | 第11-12页 |
| 1.3.2 语音转换的国内研究现状 | 第12-13页 |
| 1.4 论文的主要研究内容及安排 | 第13-15页 |
| 2 语音转换的基础理论 | 第15-29页 |
| 2.1 语音信号概述 | 第15-21页 |
| 2.1.1 语音信号的发声机理 | 第15-16页 |
| 2.1.2 语音信号的数字模型 | 第16-21页 |
| 2.2 语音信号的分析与合成模型 | 第21-25页 |
| 2.2.1 LPC语音模型 | 第22-23页 |
| 2.2.2 STRAIGHT模型 | 第23-25页 |
| 2.3 动态时间规整 | 第25-26页 |
| 2.4 小波变换在语音转换中的应用 | 第26页 |
| 2.5 本章小结 | 第26-29页 |
| 3 基于神经网络的语音转换 | 第29-47页 |
| 3.1 神经网络 | 第29-32页 |
| 3.1.1 概述 | 第29-30页 |
| 3.1.2 人工神经网络的构成 | 第30-32页 |
| 3.2 神经网络模型结构 | 第32-37页 |
| 3.2.1 径向基函数神经网络模型 | 第32-35页 |
| 3.2.2 广义回归神经网络模型 | 第35-37页 |
| 3.3 粒子群算法优化GRNN模型 | 第37-41页 |
| 3.3.1 粒子群算法 | 第37-40页 |
| 3.3.2 粒子群算法优化GRNN模型参数 | 第40-41页 |
| 3.4 基于神经网络的语音转换 | 第41-45页 |
| 3.4.1 基于LPC模型和神经网络的语音转换 | 第42-44页 |
| 3.4.2 基于STRAIGHT模型和神经网络的语音转换 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4 实验设置与结果分析 | 第47-55页 |
| 4.1 语音转换的性能评价标准 | 第47-48页 |
| 4.1.1 主观评价 | 第47-48页 |
| 4.1.2 客观评价 | 第48页 |
| 4.2 实验设置 | 第48-49页 |
| 4.3 基于LPC模型和神经网络的语音转换实验 | 第49-51页 |
| 4.3.1 基于LPC+NN语音转换的主观评价结果与分析 | 第49-50页 |
| 4.3.2 基于LPC+NN语音转换的客观评价结果与分析 | 第50-51页 |
| 4.4 基于STRAIGHT模型和神经网络的语音转换实验 | 第51-53页 |
| 4.4.1 基于STRAIGHT+NN语音转换的主观评价结果与分析 | 第51-52页 |
| 4.4.2 基于STRAIGHT+NN语音转换的客观评价结果与分析 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 5 总结与展望 | 第55-59页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间的主要研究成果 | 第65页 |
