[發明專利]基于語音識別技術的漢語學習系統

無效

• 申請號: 201210120314.6
• 申請日: 2012-04-23
• 公開（公告）號: CN102682768A
• 公開（公告）日: 2012-09-19
• 發明（設計）人: 黨建武;黃典;王洪翠;魏建國;陳栓;宋嬋
• 申請（專利權）人: 天津大學
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/14;G10L15/26;G10L19/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

1.一種基于語音識別技術的漢語學習系統，包括語音識別單元、語音合成單元、計算機輔助漢語學習單元，其特征在于：

語音識別單元，接收外界輸入語音后，由語音識別算法結合已訓練好的模型作出判決，給出語音識別的結果，完成語音到文本的轉換；

語音合成單元，將任意文字信息實時轉化為標準流暢的語音朗讀出來，完成文字到語音的轉換；

漢語學習單元，提供一套用戶界面、易操作的漢語學習軟件操作平臺；其中：

所述語音識別單元的算法為：建立語音識別網絡，開始語音識別，讀入待處理的語音數據，判定被識別語音數據是否結束，將識別語音數據產生網絡，轉換為標示文件，由此完成語音識別算法；

所述語音識別單元基于Speech?SDK平臺實現，包括應用程序接口API和設備驅動接口DDI；應用程序通過API層和語音程序接口SAPI通信，語音引擎則通過DDI層和語音程序接口SAPI進行交互；

所述漢語學習單元提供的功能接口包括：選擇學習方式接口、錄音和回放接口、系統評估接口、示范朗讀功能接口。

2.如權利要求1所述的基于語音識別技術的漢語學習系統，其特征在于，所述外界輸入語音包括兩部分數據：一部分是在系統的聲學模型訓練和測試階段所用數據，通過數據采集獲得的；另一部分是用戶在使用系統時直接輸入的語音。

3.如權利要求2所述的基于語音識別技術的漢語學習系統，其特征在于，所述數據采集，其采樣精度是16kHz，量化精度是16位。

4.如權利要求1所述的基于語音識別技術的漢語學習系統，其特征在于，所述語音識別單元在聲學模型選擇方面，選擇隱馬爾科夫模型，并通過HTK工具包進行聲學模型訓練，選擇2階39維的MFCC參數作為聲學模型訓練的語音特征參數，MFCC參數的高斯混合數為7。