| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 语音合成的研究背景 | 第10-11页 |
| 1.1.1 语音合成概述 | 第10页 |
| 1.1.2 语音合成的发展历程 | 第10-11页 |
| 1.2 深度神经网络的研究背景 | 第11-13页 |
| 1.2.1 深度神经网络概述 | 第11-12页 |
| 1.2.2 深度神经网络的发展历程 | 第12-13页 |
| 1.3 课题研究的意义 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 基于隐马尔可夫模型的语音合成系统 | 第16-28页 |
| 2.1 隐马尔可夫模型 | 第16-19页 |
| 2.1.1 隐马尔可夫模型的组成 | 第17页 |
| 2.1.2 隐马尔可夫模型的基本算法 | 第17-19页 |
| 2.2 基于隐马尔可夫模型的语音合成系统 | 第19-25页 |
| 2.2.1 训练部分 | 第20-23页 |
| 2.2.2 合成部分 | 第23-25页 |
| 2.3 基于隐马尔可夫模型的语音合成系统评测方式 | 第25-26页 |
| 2.3.1 客观评测 | 第25页 |
| 2.3.2 主观评测 | 第25-26页 |
| 2.4 HTS 的系统评估 | 第26-27页 |
| 2.4.1 HTS 的优劣 | 第26-27页 |
| 2.4.2 HTS 的音质改进策略 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 深度神经网络 | 第28-46页 |
| 3.1 人工神经网络组成结构及其算法 | 第28-32页 |
| 3.1.1 神经元 | 第28-30页 |
| 3.1.2 网络拓扑结构 | 第30-31页 |
| 3.1.3 误差反向传播算法 | 第31-32页 |
| 3.2 深度神经网络与深度学习 | 第32-37页 |
| 3.2.1 深度神经网络的结构 | 第32-34页 |
| 3.2.2 深度学习 | 第34-37页 |
| 3.3 深度神经网络进行静音/清音/浊音（s/u/v）的判别 | 第37-45页 |
| 3.3.1 实验数据 | 第37页 |
| 3.3.2 实验一：DNN 的结构对训练结果的影响 | 第37-40页 |
| 3.3.3 实验二：DNN 的参数特征对训练结果的影响 | 第40-44页 |
| 3.3.4 实验三：DNN 进行 S/U/V 的判别 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于深度神经网络的语音合成 | 第46-56页 |
| 4.1 基于深度神经网络的参数转换方法 | 第46-51页 |
| 4.1.1 基于深度神经网络的参数转换语音合成的策略 | 第47-50页 |
| 4.1.2 基于深度神经网络的参数转换语音合成的架构 | 第50-51页 |
| 4.2 实验验证 | 第51-55页 |
| 4.2.1 实验数据 | 第52页 |
| 4.2.2 LSF 转换的 DNN 参数转换语音合成 | 第52-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第5章 基于深度神经网络的暂时分解参数转换语音合成 | 第56-65页 |
| 5.1 暂时分解算法 | 第56-60页 |
| 5.1.1 暂时分解的发展 | 第56-58页 |
| 5.1.2 基于最大谱稳定点的事件向量 | 第58-60页 |
| 5.2 基于深度神经网络的暂时分解参数转换语音合成的架构 | 第60-61页 |
| 5.3 实验验证 | 第61-64页 |
| 5.3.1 实验数据 | 第61页 |
| 5.3.2 事件向量转换的 DNN 参数转换的语音合成 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
