采用STRAIGHT模型和深度信念网络的语音转换方法
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.2.1 国外现状分析 | 第10-11页 |
| 1.2.2 国内现状分析 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文内容安排 | 第13-15页 |
| 2 语音转换理论基础 | 第15-23页 |
| 2.1 语音信号的数字模型 | 第15-20页 |
| 2.1.1 激励模型 | 第16-17页 |
| 2.1.2 声道模型 | 第17-20页 |
| 2.1.3 辐射模型 | 第20页 |
| 2.2 语音转换系统概述 | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 3 语音信号分析和特征参数提取 | 第23-36页 |
| 3.1 语音信号预处理 | 第23-26页 |
| 3.2 语音信号时域分析 | 第26-28页 |
| 3.2.1 短时能量和短时平均幅度 | 第26-27页 |
| 3.2.2 短时平均过零率 | 第27-28页 |
| 3.3 语音信号线性预测分析 | 第28-31页 |
| 3.4 特征参数提取 | 第31-35页 |
| 3.4.1 基音周期估计 | 第31-33页 |
| 3.4.2 共振峰的估算方法 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于STRAIGHT和DBN实现语音转换 | 第36-44页 |
| 4.1 STRAIGHT语音分析合成算法 | 第36-39页 |
| 4.1.1 STRAIGHT提取谱包络 | 第36-37页 |
| 4.1.2 STRAIGHT提取基频轨迹 | 第37-38页 |
| 4.1.3 STRAIGHT合成器实现 | 第38-39页 |
| 4.2 深度信念网络 | 第39-41页 |
| 4.3 DBN的语音转换算法 | 第41-42页 |
| 4.4 语音转换方案 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 语音转换实验与结果分析 | 第44-52页 |
| 5.1 语音库描述及参数设置 | 第44页 |
| 5.2 实验结果客观评价 | 第44-48页 |
| 5.3 实验结果主观评价 | 第48-51页 |
| 5.3.1 ABX测试 | 第48-50页 |
| 5.3.2 MOS测试 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52-53页 |
| 6.2 研究展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士期间的主要研究成果 | 第57-58页 |
| 致谢 | 第58页 |
