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