[發明專利]一種語言學習方法及系統

在審

• 申請號: 202011641855.4
• 申請日: 2020-12-31
• 公開（公告）號: CN112837679A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 樂妙;王小波
• 申請（專利權）人: 北京策騰教育科技集團有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/26;G10L25/51;G09B19/06
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 劉娟

1.一種語言學習方法，其特征在于，所述方法包括：

基于用戶信息及其相應的用戶終端編號成功登陸系統后，對系統捕獲的原始語音信號進行處理，對單詞發音的孤立詞語音分析，求取每個濾波器組輸出的對數能量；

對輸出的對數能量進行離散余弦變換，最終得到MFCC參數；

基于MFCC參數生成對應語音模型,保存語音模型文件；

采用生成的語音模型調用語音識別引擎進行對標準音特征數據進行識別處理,生成并保存標準音數據模型；

采用預生成數據模型在應用產品中直接加載預生成數據模型進行對用戶錄音進行識別評分。

2.根據權利要求1所述的方法，其特征在于，所述用戶信息成功登陸系統前包括預先存儲步驟，預先將用戶信息及其相應的用戶終端編號保存到學生信息庫，所述學生信息包括學生的標準照片。

3.根據權利要求1所述的方法，其特征在于，所述對系統捕獲的原始語音信號進行處理具體包括：對系統捕獲的原始語音信號進行預加重、分幀、加窗預處理，得到每個語音幀的時域信號，然后對實施離散傅里葉變換得到線性頻譜。

4.根據權利要求1所述的方法，其特征在于，對單詞發音的孤立詞語音分析，求取每個濾波器組輸出的對數能量包括：

計算所述線性頻譜的能量譜，使用一組Mel尺度的三角形濾波器在頻域對能量譜進行帶通濾波。

5.根據權利要求4所述的方法，其特征在于，所述計算所述線性頻譜的能量譜包括：

對于音素q_i，給出與其相關的第i段語音的每一幀x_i；

音素q_i在第i段語音每一幀下的后驗概率取對數，然后逐幀累加，得到音素q_i在第i段語音下的對數后驗概率得分。

6.根據權利要求5所述的方法，其特征在于，通過下式計算q_i基于幀的后驗概率：

其中，p(x_i、q_i)為給定音素q_i下觀測到的x_i的概率分布，在分母上，p(q)為音素q_i的先驗概率，M為當前語料中與文本無關的音素總數。

7.根據權利要求5所述的方法，其特征在于，通過下式計算音素q_i在第i段語音下的對數后驗概率得分：

其中，^τ_i表示音素q_i所對應的第i段語音的起始時間。

8.根據權利要求1所述的方法，其特征在于，所述標準音特征識別數據生成的步驟如下：使用編輯好的標準音頻和標準文本配置文件和編輯好的發音詞典使用語音識別引擎工具生成該文段的文段語音模型,文段語音模型是用于描述用戶發音空間，在識別用戶發音時,使語音識別引擎在約束詞匯條件下進行快速高效剪枝,快速識別出用戶發音內容。

9.根據權利要求1所述的方法，其特征在于，所述語音模型生成模塊的步驟如下：調用語音識別引擎,傳入聲學模型和生成的文段語音模型,依次對在預先生成配置文件里面的每個節點配置單詞或者句子進行語音識別,保存識別引擎返回每個節點配置的音頻文件識別數據到本地文本文件,至此,已獲得每個單詞或者句子標準音的文本,發音,節奏,重音,語調的特征數據模型，在對用戶發音識別評分時只需把數據模型傳入識別引擎,識別引擎把用戶發音識別后直接跟標準音數據模型進行對比評分即可,無需對標準音進行識別來獲取標準音數據模型。

10.一種語言學習系統，其特征在于，所述系統包括：

處理模塊，用于基于用戶信息及其相應的用戶終端編號成功登陸系統后，對系統捕獲的原始語音信號進行處理，對單詞發音的孤立詞語音分析，求取每個濾波器組輸出的對數能量；

獲取模塊，用于對輸出的對數能量進行離散余弦變換，最終得到MFCC參數；

第一生成模塊，用于基于MFCC參數生成對應語音模型，保存語音模型文件；

第二生成模塊，用于采用生成的語音模型調用語音識別引擎進行對標準音特征數據進行識別處理，生成并保存標準音數據模型；

評分模塊，用于采用預生成數據模型在應用產品中直接加載預生成數據模型進行對用戶錄音進行識別評分。