文摘
英文文摘
声明
第一章 引言
1.1 语音合成概述
1.1.1 TTS系统架构
1.2 语音合成历史
1.3 语音合成技术
1.3.1 发音参数合成
1.3.2 波形拼接合成
1.3.3 共振峰合成
1.3.4 可训练的语音合成
1.4 语音合成评估方法
1.5 语音合成存在的挑战
1.5.1 文本规整化
1.5.2 文本到音素的转换
1.5.3 语音评估问题
1.6 本文的研究目标和内容
1.7 论文内容安排
第二章 基于隐马尔可夫模型的语音合成
2.1 隐马尔可夫模型简介
2.1.1 马尔科夫链
2.1.2 隐马尔可夫模型
2.2 HMM在语音信号处理中的应用
2.2.1 HMM用于语音信号建模
2.3 基于HMM的语音合成
2.3.1 模型训练
2.3.2 后端合成
2.4 基于决策树的聚类
2.5 本章小结
第三章 基频建模
3.1 基于MSD-HMM的基频建模
3.1.1 多空间概率分布HMM模型
3.1.2 基于MSD-HMM的基频建模
3.2 结合动态特性的参数生成算法
3.3 本章小结
第四章 时长模型改进
4.1 改进前的时长模型
4.2 时长分析
4.3 改进后的时长模型
4.3.1 采用高斯分布
4.3.2 采用伽马分布
4.4 改进效果评测
4.4.1 实验环境建立
4.4.2 实验结果与分析
4.5 本章小结
第五章 基频模型优化
5.1 引言
5.1.1 存在的问题及相关研究
5.1.2 韵律结构
5.2 改进基频模型
5.2.1 参数拟合
5.2.2 改进前的基频产生算法
5.2.3 改进后的基频产生算法
5.3 实验效果
5.3.1 实验环境建立
5.3.2 实验结果与分析
5.3.3 主观评测
5.4 本章小结
第六章 总结
参考文献
致谢
个人简历