首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

耳语音转换正常语音及耳语音识别建模方法研究

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-22页
   ·耳语音介绍第14-15页
   ·耳语音转换技术的研究意义第15-16页
   ·耳语音转换技术的研究历史和现状第16-18页
   ·耳语音识别的研究意义、历史和现状第18-19页
   ·本论文的研究目标和结构安排第19-22页
第二章 耳语音声学特征分析及耳语音信号处理基础第22-34页
   ·耳语音的声学特征分析第22-26页
     ·耳语音的发音机理第22-23页
     ·耳语音的信噪比与可懂度第23-24页
     ·耳语音的频谱与共振峰第24-26页
   ·耳语音信号处理基础第26-31页
     ·线性预测编码第26-28页
     ·倒谱分析第28-30页
     ·STRAIGHT语音分析模型第30-31页
     ·动态时间规整算法第31页
   ·耳语音转换评测方法第31-33页
     ·耳语音转换客观评测方法第32页
     ·耳语音转换主观评测方法第32-33页
   ·本章小结第33-34页
第三章 基于规则的耳语音转换第34-44页
   ·现有的基于CELP的耳语音转换模型第34-37页
     ·耳语音预处理第35页
     ·耳语音频谱增强第35-37页
     ·基频估计第37页
     ·基于CELP的耳语音转换模型分析第37页
   ·基于正弦语音合成的耳语音转换第37-41页
     ·正弦语音模型第38-39页
     ·基于正弦合成的耳语音转换模型第39-41页
   ·实验及分析第41-43页
     ·测试集数据及实验参数配置第41页
     ·客观评测结果对比第41-42页
     ·主观评测结果对比第42-43页
   ·本章小结第43-44页
第四章 基于受限玻尔兹曼机的耳语音转换第44-60页
   ·基于高斯混合模型的耳语音转换模型第44-50页
     ·高斯混合模型第44-46页
     ·基于高斯混合模型的耳语音频谱转换第46-48页
     ·基于高斯混合模型的耳语音基频估计第48-49页
     ·基于高斯混合模型的耳语音转换模型训练流程第49-50页
     ·基于GMM的耳语音转换模型的优点与不足第50页
   ·基于受限玻尔兹曼机的耳语音频谱转换第50-55页
     ·受限玻尔兹曼机第51-53页
     ·基于受限玻尔兹曼机的耳语音频谱转换建模第53-54页
     ·基于受限玻尔兹曼机的耳语音频谱转换模型训练流程第54-55页
   ·实验及分析第55-57页
     ·测试集数据集及实验参数配制第55-56页
     ·基于GMM的耳语音基频估计结果第56页
     ·客观评测结果对比第56-57页
     ·主观评测结果对比第57页
   ·本章小结第57-60页
第五章 基于深层神经网络的耳语音转换第60-72页
   ·标准深层神经网络第60-64页
     ·标准深层神经网络模型及训练流程第60-62页
     ·基于RBM的逐层深层神经网络预训练第62-63页
     ·基于标准深层神经网络的耳语音频谱转换第63-64页
   ·半监督深层神经网络第64-66页
     ·半监督深层神经网络的训练流程第64-65页
     ·基于半监督深层神经网络的耳语音频谱转换第65-66页
   ·基于深层神经网络的耳语音频谱转换实验第66-69页
     ·数据集及实验配置第66-67页
     ·主观评测结果对比第67页
     ·客观评测结果对比第67-69页
   ·本章小结第69-72页
第六章 基于深层神经网络的耳语音识别第72-82页
   ·基于DNN的语音识别声学模型第72-75页
     ·标准DNN-HMM混合模型及Bottleneck DNN深层特征第72-74页
     ·基于知识传递的耳语音DNN-HMM声学模型第74-75页
   ·基于speaker identity的耳语音DNN说话人自适应第75-77页
     ·特征域耳语音DNN说话人自适应第75-76页
     ·特征域耳语音DNN说话人自适应第76-77页
   ·中文普通话耳语音识别任务实验及分析第77-80页
     ·中文普通话耳语音数据集第77页
     ·基于标准DNN-HMM混合模型和Bottleneck-DNN特征提取的实验第77-78页
     ·基于知识传递的耳语音DNN训练流程实验第78-79页
     ·特征域耳语音DNN说话人自适应实验第79页
     ·模型域耳语音DNN说话人自适应实验第79-80页
   ·本章小结第80-82页
第七章 总结与展望第82-86页
   ·本文的主要贡献与创新点第82-83页
     ·耳语音转换研究工作的主要贡献和创新点第82-83页
     ·耳语音识别研究工作的主要贡献和创新点第83页
   ·研究展望第83-86页
参考文献第86-92页
在读期间发表的学术论文与取得的研究成果第92-94页
致谢第94页

论文共94页,点击 下载论文
上一篇:混合供电中继系统中的能效优化问题研究
下一篇:弹性光网络中的带宽去碎片算法研究