| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景 | 第7-9页 |
| ·概述 | 第7页 |
| ·语音合成的分类以及研究现状 | 第7-9页 |
| ·HMM 在语音合成中的应用 | 第9页 |
| ·论文的研究内容 | 第9页 |
| ·论文的结构安排 | 第9-11页 |
| 第2章 隐马尔可夫模型及其在语音合成中的应用 | 第11-21页 |
| ·隐马尔可夫模型的定义 | 第11-13页 |
| ·HMM 基本算法 | 第13-17页 |
| ·HMM 基本算法简介 | 第13-14页 |
| ·前向-后向算法 | 第14-15页 |
| ·Viterbi 算法 | 第15-16页 |
| ·Baum-Welch 算法 | 第16-17页 |
| ·HTK 工具包 | 第17-18页 |
| ·基于HMM 的语音合成系统简介 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 汉语语音合成系统技术研究 | 第21-32页 |
| ·汉语的文本分析 | 第21-22页 |
| ·汉语的韵律分析 | 第22-23页 |
| ·训练部分 | 第23-30页 |
| ·构建语音库 | 第23页 |
| ·建模参数的配置 | 第23-25页 |
| ·标注文本文件 | 第25页 |
| ·上下文属性集的设计 | 第25-27页 |
| ·问题集的设计 | 第27-29页 |
| ·基于决策树的聚类 | 第29-30页 |
| ·合成部分 | 第30-31页 |
| ·合成所需的数据 | 第30页 |
| ·句子的HMM 模型 | 第30页 |
| ·合成语音 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于HMM 可训练的汉语语音合成系统的实现 | 第32-37页 |
| ·环境和工具 | 第32页 |
| ·系统组成模块 | 第32页 |
| ·建模参数配置 | 第32-33页 |
| ·模型训练 | 第33-36页 |
| ·构建语音库 | 第33页 |
| ·文本标注 | 第33-34页 |
| ·模型训练 | 第34-35页 |
| ·合成语音 | 第35页 |
| ·结果评测 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 基于神经网络的重音预测提高合成自然度 | 第37-46页 |
| ·汉语重音 | 第37页 |
| ·重音的标注 | 第37-38页 |
| ·音节环境特征矢量 | 第38页 |
| ·神经网络设计 | 第38-42页 |
| ·重新设计上下文属性 | 第42-43页 |
| ·实验和评测 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 总结和展望 | 第46-47页 |
| ·总结 | 第46页 |
| ·展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 摘要 | 第50-53页 |
| ABSTRACT | 第53-56页 |