| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外耳语音转化研究的现状 | 第9-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 本文结构安排 | 第12-14页 |
| 第二章 耳语音转换的关键技术介绍 | 第14-27页 |
| 2.1 耳语音的特点 | 第14-17页 |
| 2.1.1 耳语音的发音机理 | 第14-16页 |
| 2.1.2 耳语音的时频特点 | 第16-17页 |
| 2.2 耳语音转换的关键技术 | 第17-25页 |
| 2.2.1 语音信号的预处理 | 第17-19页 |
| 2.2.2 线性预测分析 | 第19页 |
| 2.2.3 同态处理和倒谱分析 | 第19-24页 |
| 2.2.4 语音的分析-合成模型 | 第24-25页 |
| 2.3 耳语音转换的评价方法 | 第25-26页 |
| 2.3.1 客观评价方法 | 第25页 |
| 2.3.2 主观评价方法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于MFCC特征反演的耳语音转换 | 第27-38页 |
| 3.1 MFCC特征反演 | 第27-30页 |
| 3.1.1 能量谱的估计 | 第27-29页 |
| 3.1.2 相位谱的估计 | 第29-30页 |
| 3.2 耳语音转换模型 | 第30-33页 |
| 3.2.1 动态时间规整 | 第30-31页 |
| 3.2.2 高斯混合模型 | 第31-33页 |
| 3.2.3 基于GMM进行耳语音转换流程 | 第33页 |
| 3.3 实验仿真与结果分析 | 第33-37页 |
| 3.3.1 实验条件 | 第33-34页 |
| 3.3.2 实验结果分析 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 采用低维特征映射的耳语音向正常音的转换方法 | 第38-50页 |
| 4.1 基于自编码的低维特征表示 | 第38-40页 |
| 4.1.1 语音谱包络的提取 | 第38-39页 |
| 4.1.2 自编码器进行降维处理 | 第39-40页 |
| 4.2 耳语音转换模型 | 第40-44页 |
| 4.2.1 耳语音转换的整体流程 | 第40-42页 |
| 4.2.2 耳语音和正常音低维特征映射 | 第42-43页 |
| 4.2.3 耳语音向正常音重建 | 第43-44页 |
| 4.3 实验仿真与结果分析 | 第44-48页 |
| 4.3.1 实验条件 | 第44页 |
| 4.3.2 参数选取 | 第44-45页 |
| 4.3.3 实验结果分析 | 第45-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-53页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-60页 |
| 附图 | 第60-61页 |
| The appended figures | 第61-62页 |
| 附表 | 第62-63页 |
| Tables | 第63-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文 | 第65页 |