| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 语音转换的概念 | 第8页 |
| 1.2 语音转换的研究背景及意义 | 第8-9页 |
| 1.3 国内外现状研究 | 第9-11页 |
| 1.4 论文的主要研究内容 | 第11-12页 |
| 第2章 语音转换的关键技术 | 第12-30页 |
| 2.1 语音信号的声学基础 | 第12-14页 |
| 2.1.1 语音信号的产生 | 第12-13页 |
| 2.1.2 语音信号的线性产生模型 | 第13-14页 |
| 2.1.3 语音特征的分类 | 第14页 |
| 2.2 语音信号的预处理、分析与合成 | 第14-16页 |
| 2.2.1 语音信号的预处理 | 第14-15页 |
| 2.2.2 基于STRAIGHT的语音分析及合成 | 第15-16页 |
| 2.3 动态时间规整 | 第16-18页 |
| 2.4 音段特征（频谱特征）的转换 | 第18-23页 |
| 2.4.1 基于码本映射的频谱特征转换 | 第18-19页 |
| 2.4.2 基于高斯混合模型的频谱特征转换 | 第19-20页 |
| 2.4.3 基于深度置信网络的频谱特征转换 | 第20-21页 |
| 2.4.4 基于受限玻尔兹曼机的频谱特征转换 | 第21-22页 |
| 2.4.5 基于条件受限玻尔兹曼机的频谱特征转换 | 第22页 |
| 2.4.6 基于非负矩阵分解的语音转换模型 | 第22-23页 |
| 2.5 超音段特征的转换 | 第23-27页 |
| 2.5.1 基频的转换 | 第24页 |
| 2.5.2 音长的转换 | 第24-27页 |
| 2.6 小波变换在语音信号处理中的作用 | 第27-28页 |
| 2.6.1 小波变换及其在语音韵律分析中的作用 | 第27页 |
| 2.6.2 小波变换的多分辨分析 | 第27-28页 |
| 2.7 语音转换系统的评价标准 | 第28-30页 |
| 2.7.1 客观评测 | 第28-29页 |
| 2.7.2 主观评测 | 第29-30页 |
| 第3章 基于神经网络的语音转换 | 第30-41页 |
| 3.1 神经网络的概念及其发展历史 | 第30-32页 |
| 3.2 神经网络的基本结构 | 第32-34页 |
| 3.2.1 人工神经元 | 第32-33页 |
| 3.2.2 人工神经网络的拓扑特性 | 第33-34页 |
| 3.3 预训练 | 第34-36页 |
| 3.3.1 基于深度置信网络的预训练 | 第34-35页 |
| 3.3.2 基于分层反向传播的预训练 | 第35-36页 |
| 3.4 人工神经网络的训练 | 第36-39页 |
| 3.4.1 基于帧误差的训练准则 | 第36-38页 |
| 3.4.2 基于序列误差的训练准则 | 第38-39页 |
| 3.5 基于小波分析的基频分解 | 第39-41页 |
| 第4章 语音转换系统实验 | 第41-49页 |
| 4.1 实验设置 | 第41-42页 |
| 4.2 混合高斯模型与神经网络的性能比较 | 第42-43页 |
| 4.3 谱特征表示分析 | 第43页 |
| 4.4 预训练 | 第43-44页 |
| 4.5 基于最小化序列误差的训练准则的神经网络训练的收敛性质 | 第44-45页 |
| 4.6 基于最小化帧误差训练准则vs.基于最小化序列误差训练准则 | 第45-46页 |
| 4.7 基于高斯归一化的基频转换vs.基于神经网络的基频转换 | 第46-47页 |
| 4.8 基于小波分解的基频转换 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第56-58页 |
| 致谢 | 第58页 |
