| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第13-20页 |
| 1.1 引言 | 第13页 |
| 1.2 语音合成的背景与意义 | 第13-14页 |
| 1.3 语音合成的发展 | 第14-16页 |
| 1.4 语音合成方法的分类 | 第16-17页 |
| 1.5 基于含噪声语音库的语音合成技术 | 第17-19页 |
| 1.6 本文的章节组织 | 第19-20页 |
| 2 鲁棒语音合成 | 第20-28页 |
| 2.1 引言 | 第20-22页 |
| 2.2 噪声的来源与分类 | 第22-23页 |
| 2.3 目前主流的噪声处理方法 | 第23-26页 |
| 2.4 鲁棒语音合成方法的评价 | 第26-27页 |
| 2.5 小结 | 第27-28页 |
| 3 可训练的统计参数语音合成方法 | 第28-40页 |
| 3.1 HMM 简介 | 第28-30页 |
| 3.1.1 HMM 定义 | 第28-29页 |
| 3.1.2 HMM 的基本问题 | 第29-30页 |
| 3.2 HMM 基本算法 | 第30-32页 |
| 3.2.1 前向-后向算法 | 第30-31页 |
| 3.2.2 Viterbi 算法 | 第31-32页 |
| 3.2.3 Baum-Welch 算法 | 第32页 |
| 3.3 基于 HMM 的语音合成 | 第32-39页 |
| 3.3.1 基于 HMM 的 Trainable TTS | 第32-34页 |
| 3.3.2 可训练语音合成方法的参数模型 | 第34-35页 |
| 3.3.3 HTS 语音合成系统训练端算法 | 第35页 |
| 3.3.4 HTS 语音合成系统合成端算法 | 第35-37页 |
| 3.3.5 HTS-2.1.1 特性介绍 | 第37-39页 |
| 3.4 小结 | 第39-40页 |
| 4 含噪声语音库的构建 | 第40-48页 |
| 4.1 空间听觉与声源定位的基本原理 | 第40-42页 |
| 4.1.1 空间听觉 | 第40-41页 |
| 4.1.2 单声源定位因素 | 第41-42页 |
| 4.1.3 双耳声信号捡拾与虚拟听觉 | 第42页 |
| 4.2 头相关传输函数（Head Related Transfer Funciton） | 第42-44页 |
| 4.3 HRTF 函数测量 | 第44-45页 |
| 4.4 实验数据及方法实现 | 第45-47页 |
| 4.5 小结 | 第47-48页 |
| 5 麦克风自适应算法的应用 | 第48-54页 |
| 5.1 麦克风自适应算法介绍 | 第48-51页 |
| 5.1.1 倒谱均值归一化算法（CMN） | 第48-49页 |
| 5.1.2 均值方差归一化算法（MVN） | 第49页 |
| 5.1.3 RASTA 算法（RelAtive SpecTrA） | 第49-51页 |
| 5.2 实验与结果分析 | 第51-53页 |
| 5.3 小结 | 第53-54页 |
| 6 总结和展望 | 第54-56页 |
| 6.1 全文工作总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 个人简历 | 第61页 |
| 发表的论文 | 第61页 |
| 科研成果 | 第61-62页 |
