檢索結果:共3筆資料 檢索策略: "Hung-yan Gu".eadvisor (精準) and ckeyword.raw="全域變異數"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
本論文研究了組合式之語音轉換方法來強化以GMM為基礎之語音轉換功能,這種組合式方法包含了PPM聲學語言模型(ALM)、目標音框挑選(TFS)與全域變異數(GV)匹配等處理步驟,我們實作了兩個組合式語…
2
本論文提出一種結合類神經網路(ANN)、全域變異數(GV)調整與真實基週軌跡挑選之音節基週軌跡產生方法,可用以改善ANN產生之基週軌跡過度平滑的現象,並且可提升合成語音音調的自然度。在模型訓練階段,…
3
本論文採取新的HMM結構,即半段式HMM,而可在少量訓練語料的情況下,大幅提升合成語音的流暢性。此外,我們提出一種方法,將MGE準則之HMM訓練法與共振峰增強法或GV調整法作結合,來改善頻譜過度平滑…