基于神经网络的统计参数语音合成方法研究_胡亚军.caj

本文围绕基于神经网络的统计参数语音合成方法,从基于深度学习的频谱 表征和声学模型构建两个方面开展研究工作。在频谱表征方面,将深度学习模 型引入频谱特征提取过程,分别提出了基于深度信念网络(DeepBeliefNetwork, DBN)、卷积神经网络(ConvolutionalNeuralNetwork,CNN)以及二值隐层深度自 编码器(DeepAuto-EncoderwithBinarydistributedhiddenunits,BDAE)的频谱表 征方法;在声学建模方面,对传统训练准则进行改进,提出了基于生成对抗网络 (Generative