摘要 | 第4-5页 |
Abstract | 第5页 |
专用术语注释表 | 第8-9页 |
第一章 绪论 | 第9-15页 |
1.1 引言 | 第9页 |
1.2 语音转换技术的研究背景 | 第9-10页 |
1.3 语音转换的研究现状及意义 | 第10-13页 |
1.4 论文主要工作安排 | 第13-15页 |
第二章 语音转换理论基础 | 第15-27页 |
2.1 语音的产生 | 第15-17页 |
2.1.1 语音产生机理 | 第15页 |
2.1.2 语音信号数学模型 | 第15-17页 |
2.2 语音信号特征分析技术 | 第17-21页 |
2.2.1 分帧及窗函数 | 第17-18页 |
2.2.2 语音信号时域特性分析 | 第18-20页 |
2.2.3 语音信号频域特性分析 | 第20-21页 |
2.3 说话人个性特征分布 | 第21-23页 |
2.3.1 个性特征概述 | 第21-22页 |
2.3.2 个性特征的参数体现 | 第22-23页 |
2.4 语音转换系统介绍 | 第23-24页 |
2.5 语音转换评价方法 | 第24-25页 |
2.5.1 客观评价方法 | 第24-25页 |
2.5.2 主观评价方法 | 第25页 |
2.6 本章小结 | 第25-27页 |
第三章 声道特征分析与转换 | 第27-38页 |
3.1 声道特征参数概念 | 第27-28页 |
3.2 声道特征参数提取方法 | 第28-32页 |
3.2.1 线性预测系数LPC | 第28-29页 |
3.2.2 线性预测倒谱系数LPCC | 第29-30页 |
3.2.3 线谱对LSP参数 | 第30-32页 |
3.3 声道参数对齐方式 | 第32-33页 |
3.4 声道特征参数转换方法 | 第33-37页 |
3.4.1 矢量量化法 | 第33-34页 |
3.4.2 线性多变量回归法 | 第34-35页 |
3.4.3 多说话人插值法 | 第35页 |
3.4.4 高斯混合模型法 | 第35-36页 |
3.4.5 人工神经网络法 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 韵律特征参数的转换与改进 | 第38-45页 |
4.1 基音参数的转换 | 第38-40页 |
4.1.1 基于统计平均值的基频转换法 | 第38-39页 |
4.1.2 基于高斯模型法的基频转换法 | 第39页 |
4.1.3 基于RBF神经网络的基频转换法 | 第39-40页 |
4.2 基于单高斯模型和内插的时长调整法 | 第40-43页 |
4.2.1 单高斯模型法 | 第40-41页 |
4.2.2 内插法时长调整 | 第41-43页 |
4.2.3 实验效果分析 | 第43页 |
4.3 基于平均比值的能量转换 | 第43-44页 |
4.4 本章小结 | 第44-45页 |
第五章 基于改进径向基函数神经网络的声道特征转换 | 第45-55页 |
5.1 RBF的构成 | 第45-46页 |
5.2 RBF网络训练算法 | 第46-50页 |
5.2.1 K均值算法获取网络中心值 | 第46-47页 |
5.2.2 粒子群算法优化中心聚类数 | 第47-49页 |
5.2.3 算法框图及步骤 | 第49-50页 |
5.3 实验结果与分析 | 第50-54页 |
5.3.1 语音库 | 第50-51页 |
5.3.2 实验方案 | 第51-52页 |
5.3.3 实验结果评价 | 第52-54页 |
5.4 本章小结 | 第54-55页 |
第六章 基于高斯混合模型统计参数和时长调整的语音转换系统 | 第55-69页 |
6.1 STRAIGHT模型原理 | 第55-57页 |
6.2 高斯混合模型统计参数 | 第57-59页 |
6.3 RBF网络的训练 | 第59-60页 |
6.4 转换语音的时长调整 | 第60页 |
6.5 语音转换系统完整框架 | 第60-61页 |
6.6 实验结果与分析 | 第61-68页 |
6.6.1 实验方案 | 第61-62页 |
6.6.2 转换参数性能分析 | 第62-63页 |
6.6.3 客观评价 | 第63-66页 |
6.6.4 时长比较 | 第66-67页 |
6.6.5 主观评价 | 第67-68页 |
6.7 本章小结 | 第68-69页 |
第七章 总结与展望 | 第69-71页 |
7.1 总结 | 第69-70页 |
7.2 展望 | 第70-71页 |
参考文献 | 第71-74页 |
附录 攻读硕士学位期间撰写的论文 | 第74-75页 |
致谢 | 第75页 |