2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著多媒體技術(shù)的發(fā)展和人們對人機(jī)交互和虛擬現(xiàn)實(shí)技術(shù)越來越高的要求,近些年來,可視語音合成成為多媒體領(lǐng)域一個(gè)研究的熱點(diǎn)和難點(diǎn)。先前的研究已經(jīng)證明,多通道的信息融合能夠增加人們對信息的理解。在語言交流的基礎(chǔ)上,如果附加有面對面的可視信息,不僅有利于人們快速、準(zhǔn)確地理解交流信息,而且令人感到愉悅??梢曊Z音合成技術(shù)在電子商務(wù),虛擬現(xiàn)實(shí),友好人機(jī)交互系統(tǒng)以及娛樂等方面都有重要的應(yīng)用。 在這個(gè)研究背景之下,本文將研究重點(diǎn)放在研究合成具有照片

2、真實(shí)感的可視語音合成上。鑒于基于大樣本采樣技術(shù)在合成真實(shí)感上的優(yōu)勢,本文也將采用基于大樣本采樣的合成技術(shù)。 首先,在映射模型的建立上,為了避免音素和口型之間的多對一關(guān)系,采用以馬爾可夫鏈為基礎(chǔ)的語音序列建模方法(隱式馬爾可夫鏈),將口型樣本按照五個(gè)基本口型類進(jìn)行子空間劃分。 其次,語音特征的表示上,同時(shí)考慮了語音上下文的相關(guān)性,采用了聯(lián)合語音特征表示的方法。在語音的特征的提取上,本文建立了一個(gè)遺傳模型,從而在細(xì)粒度層次上

3、進(jìn)一步預(yù)測語音的可視信息。通過對多個(gè)子空間建立的多個(gè)遺傳模型,可以更好的描述大規(guī)模語音數(shù)據(jù)中包含的多種語音本質(zhì)特征,提高了映射模型的精度。 第三,在口型特征的表示上,為了去除光照對樣本的影響,本文提出一種基于FAP特征點(diǎn)的幾何參數(shù)表示模型。該模型的優(yōu)點(diǎn)是:對在不一致的光照條件下獲得的訓(xùn)練樣本有較好的魯棒性,能夠更好的表征口型本身變化,而且相比傳統(tǒng)的基于圖像全局紋理特征的方法(如PCA特征),具有較小的向量維數(shù),對于提高學(xué)習(xí)模型的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論