[發明專利]一種口語識別校正系統

有效

• 申請號: 201610474319.7
• 申請日: 2016-06-23
• 公開（公告）號: CN106128477B
• 公開（公告）日: 2017-07-04
• 發明（設計）人: 黃義娟;田園;張蕾
• 申請（專利權）人: 南陽理工學院
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/24;G10L25/03;G10L21/0216
• 代理公司: 北京金智普華知識產權代理有限公司11401
• 代理人: 巴曉艷

技術領域

本發明屬于語音信號處理技術領域，具體涉及一種口語識別校正系統。

背景技術

作為人際交流的重要媒介，口語語言在實際生活中占有極其重要的地位。隨著社會經濟的不斷發展和全球化趨勢的加劇，人們對語言學習的效率以及語言評估的客觀性、公正性和規模化測試提出了越來越高的要求。傳統的人工口語水平評測方法使教師和學生在教學時間和空間上受到很大限制，在師資力量、教學場地、經費支出等方面也存在諸多硬件上的差距和不平衡；人工評測無法避免評估者自身的個體偏差，從而不能保證評分標準的統一，有時甚至無法準確反映被測者的真實水平；而對于大規模口語測試，則需要大量的人力、物力和財力支持，限制了經常性、規模性的評估測試。為此，業界相繼開發出了一些語言教學和評測系統。

在現有技術中，口語評測系統通常采用的識別器往往識別能力交叉，對接收到的語音信號進行語音識別會存在錯誤識別，而在口語教學中，最為關鍵的即是識別過程和匹配過程的準確性，系統從各語音片斷中分別提取描述各基本語音單元發音標準度或流暢度等衡量口語評測標準的特征，最后基于所述特征通過匹配輸出正確語音內容。在安靜的環境下使用高保真的錄音設備時，語音識別系統由于能提供較高的識別準確率因而后續口語評測也能提供較為客觀準確的結果。然而在實際應用中特別是對于大規模口語考試或其他公共場合進行口語訓練學習，錄音環境不可避免會受到考場噪聲、環境噪聲等因素的影響，語音識別準確率下降導致口語評測過程中會出現一定比例的異常評分語音。顯然這種現象使得大規模口語考試中計算機自動評分很難真正實用，限制了口語學習。

發明內容

為了解決上述問題，本發明提供一種口語識別校正系統，所述系統對接收到的口語語音信號進行多通道加強降噪，再將加強降噪后的模擬信號進行組合特征參數提取，通過自適應轉換和參數轉換將其轉換為優化特征參數，最后將優化特征參數和與標準庫中的口語數據進行匹配，完成口語校正輸出；

進一步地，所述系統包括語音輸入模塊、加強減噪模塊、識別匹配模塊和校正輸出模塊，所述語音輸入模塊、加強減噪模塊、識別匹配模塊和校正輸出模塊依次連接，其中；

語音輸入模塊，所述語音輸入模塊包括多個麥克風，所述多個麥克風用于接收需要校正的口語語音信息；

加強減噪模塊，所述加強減噪模塊用于將語音輸入模塊接收的口語語音信息進行多通道加強處理和減噪處理；

識別匹配模塊，所述識別匹配模塊用于將加強減噪模塊輸出的模擬信號進行預處理，再對預處理過的信號進行LPC、MFCC、LPMFCC和TEOCC四種特征參數提取，并對提取的特征參數進行方差比計算，按照方差比從大到小排列，接著將按方差比從大到小排列的特征參數按比例進行提取，獲得組合特征參數，然后對組合特征參數進行參數自適應和識別分類，最后對識別分類后的數據進行樣本匹配，獲取最后輸出的參數信息；

校正輸出模塊，所述校正輸出模塊用于將所述識別匹配模塊輸出的參數信息轉換為語音進行校正輸出；

進一步地，所述加強減噪模塊中包括多個語音通道，每個所述語音通道中包括加強單元和減噪單元，所述加強單元一端連接多個麥克風的輸入信號，另一端連接減噪單元，其中，

加強單元，所述加強單元通過對所述多個語音通道的語音信號依次進行排列實現和陣列實現，獲得加強后的噪聲子通道和混合子通道；

減噪單元，所述減噪單元通過對噪聲子通道和混合子通道的信號進行加權失真，獲得減噪后的模擬信號；

進一步地，令f_{i(i＝1、2、3....m)}為相鄰兩個麥克風的聲音到達時間差，s(t)為期望語音信號；x_m(t)為各麥克風接收到的含噪語音，n_m(t)為各麥克風接收到的噪聲信號；

f₁＝(d₁cosθ)/v,其中v為聲速，d₁為第1個麥克風和第2個麥克風之間的距離,θ為聲源與第2個麥克風的連線和第1個麥克風與第2個麥克風連線所成夾角；

f_m-1＝(d_m-1cosθ)/v，其中v為聲速，d_m-1為第m-1個麥克風和第m個麥克風之間的距離,θ為聲源與第m個麥克風的連線和第m-1個麥克風與第m個麥克風連線所成夾角；

陣列實現輸出信號：

y₁(t)＝x₁(t)-x₂(t-T)