| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 缩略语 | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·说话人转换的定义 | 第9页 |
| ·说话人转换的研究意义 | 第9-10页 |
| ·说话人转换的研究历史 | 第10页 |
| ·论文的研究目标及主要工作 | 第10-11页 |
| ·论文的结构安排 | 第11-13页 |
| 第二章 说话人转换技术的基本原理 | 第13-24页 |
| ·语音信号的产生机理 | 第13-14页 |
| ·说话人转换框架 | 第14-15页 |
| ·语音信号分析/合成模型 | 第15-16页 |
| ·线性预测编码模型 | 第15-16页 |
| ·谐波加噪声模型 | 第16页 |
| ·STRAIGHT模型 | 第16页 |
| ·语音信号中的声学参数 | 第16-17页 |
| ·特征参数对齐规则 | 第17页 |
| ·声学参数的经典转换算法 | 第17-21页 |
| ·频谱参数的转换 | 第17-20页 |
| ·基音频率参数的转换 | 第20-21页 |
| ·说话人转换算法的评价方法 | 第21-22页 |
| ·客观评价方法 | 第21-22页 |
| ·主观评价方法 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 量子遗传算法优化神经网络 | 第24-38页 |
| ·人工神经网络基础 | 第24-28页 |
| ·人工神经网络的发展历史 | 第24页 |
| ·人工神经元模型 | 第24-26页 |
| ·径向基函数网络 | 第26-28页 |
| ·量子遗传算法介绍 | 第28-32页 |
| ·量子技术概述 | 第28-29页 |
| ·遗传算法 | 第29-30页 |
| ·量子遗传算法 | 第30-32页 |
| ·量子遗传算法优化神经网络 | 第32-37页 |
| ·算法介绍 | 第32-34页 |
| ·算法性能比较 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于人工神经网络模型的基频轨迹转换算法研究 | 第38-51页 |
| ·引言 | 第38-39页 |
| ·均值转换法 | 第38-39页 |
| ·高斯模型法 | 第39页 |
| ·句子码书模型转换法 | 第39页 |
| ·基于人工神经网络模型的基频转换算法 | 第39-45页 |
| ·语谱参数的降阶处理 | 第41-42页 |
| ·LPC系数到LSF参数的转化 | 第42-45页 |
| ·实验与仿真 | 第45-50页 |
| ·语料库 | 第45页 |
| ·客观测试 | 第45-48页 |
| ·主观测试 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于量子遗传算法的说话人转换算法研究 | 第51-68页 |
| ·引言 | 第51-52页 |
| ·基于量子遗传算法的说话人转换算法 | 第52-58页 |
| ·LSF参数到LPC参数的转化 | 第55-57页 |
| ·LPC参数到LPCC参数的转化 | 第57-58页 |
| ·实验与仿真 | 第58-65页 |
| ·说话人转换系统的性能与系统复杂度之间的关系 | 第58-59页 |
| ·说话人转换系统的性能与训练数据量之间的关系 | 第59-60页 |
| ·客观测试 | 第60-65页 |
| ·主观测试 | 第65页 |
| ·本章小结 | 第65-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的论文 | 第76页 |