1、“.....输出目标语音。神经网络在耳语音转换中的应用神经网络是种高效的单隐含层前馈式网络，能以任意精度逼近任何非线性连续函数。网络由输入层隐含层和输出层，王丽丽基于神经网络函数拟合方法的仿真与研究河北农机，陈雪勤，赵鹤鸣有效高斯分量通用背景模型下耳语音声道系统转换研究声学学报，周健，魏昕，梁瑞宇，赵力联合时频域中增强后耳语音的可懂度评估东南大学学报英文版，。汉语耳语音的特点耳语音发音种基于神经网络的汉语耳语音转化为正常语音的方法论文原稿语音到正常语音的频谱映射关系。因此本方法只适用于特定人的转换。另外转换后语音的可懂度仍偏低......”。

2、“.....参考文献粟学丽，丁慧，徐柏龄基于熵函数的耳语音声韵分割法声学学报对种方法转换后的语音进行了平均主观评分法和失真测度板仓斋田谱失真度测度频率倒谱系数失真测度巴克谱失真距离测度种频域客观评价法，表给出了几种方法的评价结果。仿真实验结果显示使用本文方法转换的耳语音谱失真距离减小，在可懂度和音质方面都达到了满意的效果，见表。结语为此本文结合线谱对参数合成器以及谱包络映射关系......”。

3、“.....寻找训练样本拖离哪个中心最近，即找到使其满足，式中，是第次迭代时基函数的第个中心。调整中心，用式系统结构本文在分析了汉语耳语音发音特点的基础上，利用神经网络建立了个汉语耳语音与正常语音的频谱映射关系，通过已训练的神经网络转换汉语耳语音的频谱，使用参数合成器转化为正常语音。样本集中随机选取个不同的样本作为初始中心，设置迭代步数。关键词汉语耳语音线谱对参数中图分类号文献标识码文章编号耳语音是种特别的发音模式，发音的主要特点是声带不振动，没有基频，声级低......”。

4、“.....徐柏龄基于熵函数的耳语音声韵分割法声学学报评价法，表给出了几种方法的评价结果。仿真实验结果显示使用本文方法转换的耳语音谱失真距离减小，在可懂度和音质方面都达到了满意的效果，见表。结语为此本文结合线谱对参数合成器以及神经网络建立了个耳语音转换的系统首先使用神经网络捕获汉语耳语音正常语音频谱包络的映射关系转换时，使用已训练好的神经网络将汉型修正汉语耳语音的以正常语音的基频平均值作为基音频率生成语音的激励源把激励源以及转换后的参数输入到参数合成器进行汉语耳语音韵母部分的转换最后将转换后的语音韵母部分和清音部分连接，输出正常语音。实验结果与分析仿真结果本实验选取了采样率为的格式音频文件......”。

5、“.....学习中心。自组织学习过程用到的聚类算法是均值聚类算法。假设聚类中心有个，设，是第次迭代时基函数的中心，均值聚类算法的具体步骤如下始化聚类中心，即根据经验从训练样本集中随机选取个不同的样本作为初始中心，设置迭代步数。赵鹤鸣有效高斯分量通用背景模型下耳语音声道系统转换研究声学学报，周健，魏昕，梁瑞宇，赵力联合时频域中增强后耳语音的可懂度评估东南大学学报英文版，。学习中心。自组织学习过程用到的聚类算法是均值聚类算法。假设聚类中心有个，设，是第次迭代时基函数的中心，均值聚类算法的具体步骤如下始化聚类中心......”。

6、“.....利用神经网络建立了个汉语耳语音与正常语音的频谱映射关系，通过已训练的神经网络转换汉语耳语音的频谱，使用参数合成器转化为正常语音。系统的处理方法如图所示神经网络训练阶段首先对汉语耳语音和正常语音进行端点检测然后分别对汉语耳语音和正常语音进行声韵分割，并分别对汉语，王丽丽基于神经网络函数拟合方法的仿真与研究河北农机，陈雪勤耳语音的频谱做非线性映射产生转换频谱，最后通过参数合成器转换为正常语音。主观以及客观评价表明使用此方法转换的汉语耳语音效果比较令人满意。本文方法在转换前首先需要建立個汉语耳语音到正常语音的频谱映射关系。因此本方法只适用于特定人的转换......”。

7、“.....效果也不及正常语音自然。参考文献粟学丽，丁理使用线性预测法转换汉语耳语音使用同态信号处理法转换汉语耳语音使用本文方法转换汉语耳语音。图图为酥打的正常语音和分别由以上种方法转换后语音的时域波形图和语谱图。转换耳语音质量评价对种方法转换后的语音进行了平均主观评分法和失真测度板仓斋田谱失真度测度频率倒谱系数失真测度巴克谱失真距离测度种频域客语音正常语音的韵母部分进行预处理和的提取之后将汉语耳语音的韵母线作为输入信号，正常语音的韵母线作为导师信号，进行神经网络训练，得到汉语耳语音与正常语音的频谱包络映射关系......”。

8、“.....声道传输函数随之发生相应改变，从而导致耳语音的共振峰发生偏移。种基于神经网络的汉语耳语音转化为正常语音的方法论文原稿。随机输入选练样本。寻找训练样本拖离哪个中心最近，即找到使其满足，式中，是第次迭代时基函数的第个中心。调整中心，用式系统结构本文成。隐含层以高斯函数为核函数。其中是自变量，即输入的很多值，代表高斯函数的宽度即。为输入权重，决定高斯函数的中心点。输出结果是组很平滑的小数，在特定的输入值处具有最大的函数值，输入离这个特定的值越远，输出就成指数下降......”。

9、“.....本方法将汉声门保持半开的状态使得声道增加了气管和肺的部分，声道传输函数随之发生相应改变，从而导致耳语音的共振峰发生偏移。种基于神经网络的汉语耳语音转化为正常语音的方法论文原稿。本方法将汉语耳语音和正常语音韵母部分的线谱对参数，通过网络训练得到汉语耳语音到正常语音的线谱对参数转换模型，通过转换模型修正汉语神经网络建立了个耳语音转换的系统首先使用神经网络捕获汉语耳语音正常语音频谱包络的映射关系转换时，使用已训练好的神经网络将汉语耳语音的频谱做非线性映射产生转换频谱，最后通过参数合成器转换为正常语音。主观以及客观评价表明使用此方法转换的汉语耳语音效果比较令人满意......”。