| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·语音合成概述 | 第10-11页 |
| ·语音合成发展史 | 第11-12页 |
| ·研究背景 | 第12-15页 |
| ·韵律研究背景 | 第12页 |
| ·参数提取研究背景 | 第12-14页 |
| ·时长预测的研究背景 | 第14-15页 |
| ·语音合成发展方向 | 第15-16页 |
| ·提高合成语音的自然度 | 第15页 |
| ·丰富合成语音的表现力 | 第15-16页 |
| ·降低语音合成技术的复杂度 | 第16页 |
| ·多语种文语合成 | 第16页 |
| ·本论文所要解决的问题 | 第16-17页 |
| ·本文的组织 | 第17-18页 |
| 2 语音合成系统概述 | 第18-27页 |
| ·文本分析 | 第19-20页 |
| ·韵律调整 | 第20-21页 |
| ·语音生成 | 第21-27页 |
| ·波形合成法 | 第22页 |
| ·参数合成法 | 第22-25页 |
| ·规则合成法 | 第25-27页 |
| 3 基于HMM的语音合成系统 | 第27-37页 |
| ·HMM的由来 | 第27-28页 |
| ·HMM基本思想 | 第28-29页 |
| ·HMM的定义 | 第29-30页 |
| ·HMM的基本算法 | 第30-35页 |
| ·前向后向算法 | 第30-32页 |
| ·Viterbi算法 | 第32-33页 |
| ·Beam-Welch算法 | 第33-35页 |
| ·HMM应用于语音合成 | 第35-37页 |
| ·文本分析模块 | 第35页 |
| ·HMM训练模块 | 第35-36页 |
| ·语音合成模块 | 第36-37页 |
| 4 时长预测模型 | 第37-51页 |
| ·HMM中的时长 | 第37-38页 |
| ·时长模型 | 第38-42页 |
| ·后处理时长模型 | 第39-40页 |
| ·Hidden Semi-Markov Model | 第40-42页 |
| ·分布模型 | 第42-45页 |
| ·高斯分布 | 第42-43页 |
| ·伽玛分布 | 第43-45页 |
| ·考虑声韵母统计特征的时长预测 | 第45-46页 |
| ·决策树聚类 | 第46-49页 |
| ·基于决策树的音长预测 | 第47-48页 |
| ·决策树问题设计 | 第48-49页 |
| ·修正的FB算法公式 | 第49-51页 |
| 5 汉语语音合成系统的实现及实验 | 第51-55页 |
| ·预处理阶段 | 第51-52页 |
| ·合成单元的选取 | 第51页 |
| ·音库文本设计 | 第51页 |
| ·音库标注 | 第51-52页 |
| ·训练阶段 | 第52-53页 |
| ·谱参数建模 | 第52-53页 |
| ·F0建模 | 第53页 |
| ·时长建模 | 第53页 |
| ·模型聚类 | 第53页 |
| ·合成阶段 | 第53-55页 |
| 6 实验及结果 | 第55-58页 |
| ·参数对比结果 | 第55-56页 |
| ·合成语音效果 | 第56页 |
| ·语谱图分析 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |