| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 语音转换的概念 | 第10页 |
| 1.2 语音转换技术背景及发展现状 | 第10-12页 |
| 1.3 语音转换技术的意义 | 第12-13页 |
| 1.4 本文主要工作及论文组织结构 | 第13-15页 |
| 第二章 语音转换理论基础 | 第15-30页 |
| 2.1 语音发音系统模型 | 第15-19页 |
| 2.1.1 语音信号的产生机理 | 第15-16页 |
| 2.1.2 语音信号产生的数学模型 | 第16-19页 |
| 2.1.3 语音信号的分析 | 第19页 |
| 2.2 语音信号个性特征参数 | 第19-21页 |
| 2.2.1 语音信号个性特征参数的分类 | 第20页 |
| 2.2.2 常用的语音特征参数 | 第20-21页 |
| 2.3 语音转换的基本原理 | 第21-22页 |
| 2.4 语音转换的关键技术 | 第22-26页 |
| 2.4.1 语音预处理 | 第22-23页 |
| 2.4.2 动态时间规整 | 第23-24页 |
| 2.4.3 动态频率弯折(DFW) | 第24-25页 |
| 2.4.4 GMM算法 | 第25-26页 |
| 2.5 语音转换性能评价 | 第26-29页 |
| 2.5.1 客观评价方法 | 第26-28页 |
| 2.5.2 主观评价方法 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于GMM- BLFWAS的语音转换 | 第30-44页 |
| 3.1 特征参数提取模型AHOcoder | 第31页 |
| 3.2 基音频率转换 | 第31-32页 |
| 3.3 GMM混合模型的基本原理 | 第32页 |
| 3.4 高斯混合模型的参数估计 | 第32-35页 |
| 3.4.1 K均值算法 | 第32-34页 |
| 3.4.2 EM算法 | 第34-35页 |
| 3.5 基于GMM-BLFWAS的语音转换模型 | 第35-36页 |
| 3.6 仿真实验及结果分析 | 第36-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第四章 基于改进的GMM-BLFWAS的语音转换 | 第44-60页 |
| 4.1 基于改进的GMM-BLFWAS的语音转换模型 | 第44-45页 |
| 4.2 聚类分析(Clustering Analysis)相关理论知识 | 第45-48页 |
| 4.2.1 聚类分析的概念 | 第45页 |
| 4.2.2 模式相似性测度 | 第45-46页 |
| 4.2.3 聚类的准则函数 | 第46-47页 |
| 4.2.4 聚类的算法 | 第47-48页 |
| 4.3 迭代自组织聚类算法 | 第48-51页 |
| 4.3.1 算法思想 | 第48页 |
| 4.3.2 算法原理步骤及流程图 | 第48-51页 |
| 4.4 仿真实验及结果分析 | 第51-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文工作总结 | 第60-61页 |
| 5.2 研究工作的不足及未来展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |