基于Xface的藏语TTVS的实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 语音合成技术 | 第9-11页 |
| 1.2.1 TTS的简介 | 第9-10页 |
| 1.2.2 TTS系统的基本原理 | 第10-11页 |
| 1.2.3 语音合成技术的国内外现状 | 第11页 |
| 1.2.4 藏语语音合成的现状 | 第11页 |
| 1.3 TTVS技术 | 第11-13页 |
| 1.3.1 TTVS技术介绍 | 第11-12页 |
| 1.3.2 语音的视觉表征 | 第12页 |
| 1.3.3 TTVS技术现状 | 第12-13页 |
| 1.4 主要工作 | 第13页 |
| 1.5 研究意义 | 第13-14页 |
| 1.6 论文的结构 | 第14-15页 |
| 第2章 MPEG-4 的介绍和参数功能 | 第15-21页 |
| 2.1 MPEG-4 的介绍 | 第15页 |
| 2.2 TTVS涉及的MPEG-4 参数 | 第15-20页 |
| 2.2.1 人脸定义参数 | 第15-16页 |
| 2.2.2 人脸动画参数 | 第16-19页 |
| 2.2.3 人脸动画参数单元 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 人脸动画系统的建立 | 第21-37页 |
| 3.1 三维人脸模型的建立 | 第21-23页 |
| 3.1.1 三维人脸数据的获取 | 第21页 |
| 3.1.2 三维人脸模型的建立 | 第21-23页 |
| 3.2 藏语口形的定义 | 第23-32页 |
| 3.2.1 藏语概况 | 第23-24页 |
| 3.2.2 藏语声韵母特点 | 第24-27页 |
| 3.2.3 藏语基本口形的定义 | 第27-31页 |
| 3.2.4 FAP参数的获取 | 第31页 |
| 3.2.5 人脸动画的定义 | 第31-32页 |
| 3.3 MPEG-4 人脸动画原理 | 第32-34页 |
| 3.3.1 人脸动画定义表 | 第32-33页 |
| 3.3.2 人脸动画原理 | 第33-34页 |
| 3.4 口形库的建立 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 藏语语音合成系统的建立 | 第37-46页 |
| 4.1 基于HMM参数语音合成的方法 | 第37-39页 |
| 4.1.1 HMM简介 | 第37页 |
| 4.1.2 基于HMM的语音合成原理 | 第37-39页 |
| 4.2 藏语语料设计和建立 | 第39-40页 |
| 4.2.1 文本语料的设计 | 第39页 |
| 4.2.2 语料录音 | 第39-40页 |
| 4.3 藏语语料切分与标注 | 第40-44页 |
| 4.3.1 藏语语料声韵母切分 | 第40页 |
| 4.3.2 藏语标注规则 | 第40-41页 |
| 4.3.3 藏语标注流程 | 第41-44页 |
| 4.4 基于HMM的参数语音合成方法的特点 | 第44-45页 |
| 4.4.1 系统优点 | 第44-45页 |
| 4.4.2 系统缺点 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 藏语TTVS的实现结果与评测 | 第46-49页 |
| 5.1 藏语TTVS的系统框架图 | 第46-47页 |
| 5.1.1 藏语语音音位时长的提取 | 第46-47页 |
| 5.1.2 人脸动画关键帧的定义 | 第47页 |
| 5.2 实验结果与评测 | 第47-48页 |
| 5.2.1 人脸口形对语音的影响的评测 | 第47-48页 |
| 5.2.2 系统可视化的评测 | 第48页 |
| 5.3 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间所发表的论文与主要成果 | 第53-54页 |
| 致谢 | 第54页 |
