| 致谢 | 第1-3页 |
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-31页 |
| §1.1 知识发现与数据挖掘 | 第10-19页 |
| §1.1.1 数据库中的知识发现 | 第10-12页 |
| §1.1.2 KDD的处理过程 | 第12-14页 |
| §1.1.3 数据挖掘使用的主要算法 | 第14-17页 |
| §1.1.4 KDD的应用 | 第17-19页 |
| §1.2 语音合成与文语转换 | 第19-27页 |
| §1.2.1 语音合成 | 第19-21页 |
| §1.2.2 基音同步叠加技术 | 第21-23页 |
| §1.2.3 汉语语音合成技术的进展 | 第23-24页 |
| §1.2.4 汉语文语转换 | 第24-26页 |
| §1.2.5 普通话音节的构成及声调语调的研究 | 第26-27页 |
| §1.3 利用数据挖掘进行汉语韵律规则学习 | 第27-29页 |
| §1.4 论文工作 | 第29-30页 |
| §1.5 论文的组织结构 | 第30-31页 |
| 第二章 数据挖掘及其应用研究 | 第31-46页 |
| §2.1 数据库中的知识发现处理过程模型 | 第31-42页 |
| §2.1.1 多处理阶段过程模型(1) | 第31-33页 |
| §2.1.2 多处理阶段过程模型(2) | 第33-35页 |
| §2.1.3 以用户为中心的处理模型 | 第35-36页 |
| §2.1.4 支持多数据集多学习目标的KDD处理模型 | 第36-39页 |
| §2.1.5 支持多数据集多学习目标处理模型的实现 | 第39-42页 |
| §2.2 利用数据挖掘进行普通话韵律规则学习 | 第42-46页 |
| §2.2.1 两字词韵律变化规律的学习 | 第44页 |
| §2.2.2 句子中音节的韵律变化规则获取 | 第44-46页 |
| 第三章：普通话两字词韵律规则学习 | 第46-68页 |
| §3.1 误差逆传播神经网络 | 第46-47页 |
| §3.2 利用神经网络学习两字词韵律变化规律 | 第47-48页 |
| §3.3 数据预处理 | 第48-54页 |
| §3.3.1 语音合成语料库 | 第48-49页 |
| §3.3.2 汉语词语切分 | 第49-51页 |
| §3.3.3 声门波 | 第51页 |
| §3.3.4 基音周期的标注 | 第51-52页 |
| §3.3.5 基音周期的修正 | 第52-53页 |
| §3.3.6 基频序列长度归整 | 第53-54页 |
| §3.4 利用神经网络学习两字词韵律变化规律 | 第54-56页 |
| §3.4.1 学习参数选取 | 第54-55页 |
| §3.4.2 学习策略 | 第55-56页 |
| §3.4.3 训练例与测试例 | 第56页 |
| §3.5 实验结果分析 | 第56-62页 |
| §3.5.1 数据来源 | 第56-57页 |
| §3.5.2 训练例与测试例生成 | 第57页 |
| §3.5.3 测试结果 | 第57-61页 |
| §3.5.4 对结果的进一步分析 | 第61-62页 |
| §3.6 韵律规则学习的数据挖掘原型系统SPEECHDM | 第62-68页 |
| §3.6.1 SpeechDM系统结构 | 第62页 |
| §3.6.2 数据库管理模块 | 第62-63页 |
| §3.6.3 数据预处理模块 | 第63-64页 |
| §3.6.4 训练例生成模块 | 第64-65页 |
| §3.6.5 机器学习模块 | 第65-66页 |
| §3.6.6 结果分析模块 | 第66-68页 |
| 第四章 汉语句子中音节的韵律变化规律学习 | 第68-99页 |
| §4.1 研究现状分析 | 第68-69页 |
| §4.2 预处理技术 | 第69-72页 |
| §4.2.1 实验数据 | 第69页 |
| §4.2.2 音节的切分和基音周期的标注 | 第69-70页 |
| §4.2.3 基频序列长度归整 | 第70页 |
| §4.2.4 滑动平均(非线性滤波) | 第70页 |
| §4.2.5 零均值化(非线性滤波) | 第70-71页 |
| §4.2.6 文本分析 | 第71-72页 |
| §4.3 主要数据挖掘算法 | 第72-74页 |
| §4.3.1 聚类分析 | 第72-73页 |
| §4.3.2 决策树 | 第73-74页 |
| §4.3.3 神经网络 | 第74页 |
| §4.4 基于原始基频数据的韵律规则提取 | 第74-82页 |
| §4.4.1 学习过程 | 第75-76页 |
| §4.4.2 基频模式获取 | 第76-79页 |
| §4.4.3 利用决策树进行基频变化规律学习 | 第79-80页 |
| §4.4.4 实验结果 | 第80-82页 |
| §4.5 基于零均值化基频数据的数据挖掘 | 第82-88页 |
| §4.5.1 基于零均值化的基频序列的学习过程 | 第82-83页 |
| §4.5.2 零均值化基频模式获取 | 第83-85页 |
| §4.5.3 基频模式、均值和时长变化规律学习 | 第85-86页 |
| §4.5.4 实验结果 | 第86-87页 |
| §4.5.5 小结 | 第87-88页 |
| §4.6 基于等价类划分的一致性检查在韵律规则提取中的运用 | 第88-91页 |
| §4.6.1 基于等价类划分的一致性检查 | 第88-89页 |
| §4.6.2 一致性检查在韵律规则学习中的运用 | 第89-90页 |
| §4.6.3 实验结果 | 第90-91页 |
| §4.7 基于混成数据的韵律规则学习 | 第91-95页 |
| §4.7.1 混成数据挖掘过程 | 第91-92页 |
| §4.7.2 混成韵律规则学习 | 第92-94页 |
| §4.7.3 实验结果 | 第94-95页 |
| §4.8 学习和实验结果分析 | 第95-99页 |
| 第五章：基于数据挖掘的普通话文语转换系统DMTALKER | 第99-111页 |
| §5.1 DMTALKER系统的组成 | 第99-100页 |
| §5.2 公用处理模块 | 第100-104页 |
| §5.2.1 词的波形的切分和标注-Pitch | 第100-101页 |
| §5.2.2 句子波形的切分和标注 | 第101-102页 |
| §5.2.3 文本分析 | 第102-104页 |
| §5.3 数据挖掘 | 第104-108页 |
| §5.3.1 韵律规则学习的处理流程 | 第104-105页 |
| §5.3.2 普通话句子中音节基频模式的发现 | 第105-106页 |
| §5.3.3 基频预处理 | 第106-107页 |
| §5.3.4 韵律规则学习 | 第107-108页 |
| §5.4 文语转换 | 第108-111页 |
| §5.4.1 DMTalker文语转换的处理流程 | 第108-109页 |
| §5.4.2 音库 | 第109页 |
| §5.4.3 TD-PSOLA韵律调节 | 第109-111页 |
| 第六章 结束语 | 第111-113页 |
| §6.1 总结 | 第111-112页 |
| §6.2 进一步的工作 | 第112-113页 |
| 参考文献 | 第113-119页 |
| 个人资料 | 第119-120页 |
| 攻读博士期间发表论文 | 第120页 |
