| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·语音合成技术简介 | 第11-12页 |
| ·现阶段主流语音合成技术简介 | 第12-14页 |
| ·单元拼接语音合成 | 第13页 |
| ·统计参数语音合成 | 第13-14页 |
| ·基于隐马尔科夫模型统计参数语音合成方法 | 第14-19页 |
| ·算法框架 | 第14-17页 |
| ·针对频谱建模与生成的改进方法 | 第17-19页 |
| ·最小生成误差(MGE)模型训练方法 | 第18页 |
| ·结合全局方差(GV)的参数生成方法 | 第18页 |
| ·引入RBM模型的HMM参数合成系统 | 第18-19页 |
| ·论文研究内容及结构 | 第19-21页 |
| 第二章 结合LPS-GV的MGE模型训练方法 | 第21-35页 |
| ·研究内容简介 | 第21页 |
| ·结合全局方差(GV)的参数生成方法 | 第21-23页 |
| ·LSP参数的LPS-GV参数生成方法 | 第23-24页 |
| ·MGE模型训练方法 | 第24-26页 |
| ·结合LPS-GV的MGE模型训练方法 | 第26-28页 |
| ·实验结果 | 第28-34页 |
| ·实验环境 | 第28-29页 |
| ·客观实验 | 第29-31页 |
| ·主观实验 | 第31-33页 |
| ·效率分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于RBM的频谱状态建模和参数生成方法 | 第35-49页 |
| ·研究内容简介 | 第35-36页 |
| ·基于受限玻尔兹曼机(RBM)频谱状态建模方法 | 第36-39页 |
| ·RBM简介 | 第36-37页 |
| ·RBM-HMM频谱状态建模方法 | 第37-38页 |
| ·基于梯度下降的高斯近似均值估计方法 | 第38-39页 |
| ·基于Gibbs采样的高斯近似均值估计方法 | 第39-40页 |
| ·结合动态参数约束的RBM-HMM参数生成方法 | 第40-42页 |
| ·实验结果 | 第42-48页 |
| ·实验环境介绍 | 第43页 |
| ·基于Gibbs采样的高斯近似均值估计方法 | 第43-45页 |
| ·客观实验 | 第44-45页 |
| ·主观实验 | 第45页 |
| ·结合动态参数约束的RBM-HMM参数生成方法 | 第45-48页 |
| ·客观实验 | 第46-47页 |
| ·主观实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 结合RBM建模与GV生成的频谱预测方法研究 | 第49-55页 |
| ·研究内容简介 | 第49页 |
| ·方法实现 | 第49-51页 |
| ·RBM-GV结合方法 | 第50-51页 |
| ·GV-RBM结合方法 | 第51页 |
| ·实验结果 | 第51-53页 |
| ·实验环境简介 | 第51-53页 |
| ·主观实验 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·本文的主要工作与创新点 | 第55页 |
| ·后续研究工作 | 第55-57页 |
| 插图索引 | 第57-59页 |
| 表格索引 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 在读期间发表的学术论文与取得的研究成果 | 第65-67页 |
| 致谢 | 第67页 |