基于VQ模型和BP网络的高自然度语音转换
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·语音转换研究的意义 | 第9-10页 |
| ·语音转换的背景 | 第10页 |
| ·主要研究内容 | 第10-12页 |
| 第二章 语音转换技术分析 | 第12-28页 |
| ·语音信号的基本特性 | 第12-14页 |
| ·语音信号的时域特性 | 第12-14页 |
| ·语音信号的频域特性 | 第14页 |
| ·语音的产生模型，个人特性及其相关参数 | 第14-17页 |
| ·语音产生模型 | 第14-15页 |
| ·语音的个人特性 | 第15-16页 |
| ·体现声音个人特性的声学特征参数 | 第16-17页 |
| ·语音转换算法分析 | 第17-27页 |
| ·语音频谱变换 | 第18-23页 |
| ·激励信号处理 | 第23-24页 |
| ·基频信息变换 | 第24-26页 |
| ·语音转换性能评价 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于VQ 算法的谱包络转换 | 第28-40页 |
| ·谱包络转换中的基本算法 | 第28-35页 |
| ·线性预测 | 第28-31页 |
| ·线谱频率 | 第31-32页 |
| ·矢量量化 | 第32-35页 |
| ·谱参数的转换 | 第35-39页 |
| ·谱参数的VQ 模型训练 | 第35-38页 |
| ·谱参数转换的实现 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于VQ 算法的残差转换 | 第40-44页 |
| ·残差转换中的基本算法 | 第40-41页 |
| ·自相关函数的定义和性质 | 第40页 |
| ·短时自相关函数 | 第40-41页 |
| ·变形短时自相关函数 | 第41页 |
| ·循环互相关 | 第41页 |
| ·残差参数转换 | 第41-43页 |
| ·残差信号的模型训练 | 第41-43页 |
| ·残差提取 | 第42页 |
| ·训练 | 第42页 |
| ·残差能量的训练 | 第42-43页 |
| ·转换的实现 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于BP 网络的基频曲线转换 | 第44-56页 |
| ·BP 网络原理 | 第44-52页 |
| ·前馈型神经网络 | 第44页 |
| ·BP 误差反向传播神经网络 | 第44-47页 |
| ·BP 学习算法 | 第47-52页 |
| ·基频的曲线转换 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 语音转换实验与分析 | 第56-65页 |
| ·转换系统处理流程 | 第56-57页 |
| ·训练流程 | 第56-57页 |
| ·转换流程 | 第57页 |
| ·谱包络、残差和韵律调整实验 | 第57-62页 |
| ·谱包络转换实验 | 第57-59页 |
| ·残差转换实验 | 第59-60页 |
| ·韵律调整实验 | 第60-62页 |
| ·语音转换实验 | 第62-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间公开发表的论文 | 第71-72页 |
| 缩略语中英文对照表 | 第72-73页 |
| 致谢 | 第73页 |
