[发明专利]用于在指定语言中辅助改善用户语音的方法和系统

说明书

技术领域

本发明涉及一种用于在指定语言中辅助改善用户语音的方法和系统，特别地，涉及以所述指定语言或另一语言接收从用户将以指定语言说出的文本。

本发明在比较用户说出文本的属性与文本语音的相应预期属性以确定用户说出文本的准确性并向用户输出用户说出文本的准确性的反馈时，具有特定但非排他性的应用。

发明背景

传统上，希望学习所需语言的人将与老师和其他学生采取适当的课程。在课程中，老师例如向学生提供要说出语言的一些文本，然后向学生提供关于他们说出文本与文本预期语音相比的反馈。所述反馈还可以包括与文本语音的特定属性相关的评论，诸如流畅度和发音。此外，老师还可以为学生提供练习使得学生可在家里学习。然而，在这种情况下，学生在家中无法接收到任何反馈并且在某些情况下可能产生不良习惯，这将有损于学生学习和改善所需语言的语音的能力。

在现有示例中，可采用电子语音反馈系统来消除学生学习语言的语音时对实体教师的需要。在现有示例中，可提供具有已知的语音属性(例如发音)的字词给用户以供用户口头练习。反馈系统接收用户说出预定字词的音频，并应用语音识别算法来确定用户是否准确地说出那些字词。然而，在这个示例中，用户可能会对这些预定并且经常重复的字词觉得乏味且感觉和自己并不相关，因此，用户可能丧失对改进所需语言的语音的兴趣。

发明内容

根据本发明的第一方面，提供了一种在指定语言中辅助改善用户语音的方法，所述方法包括：以指定语言或另一语言从用户接收用户将以指定语言说出的文本；处理文本以导出指定语言中的文本的语音的一个或多个预期属性；接收用户以指定语言说出文本的音频；处理音频以导出用户说出文本的一个或多个属性；比较用户说出文本的一个或多个属性与文本语音的一个或多个预期属性中的对应属性，以确定用户说出文本的准确性；以及向用户输出用于指出准确性的反馈。

在一实施例中，文本语音的一个或多个预期属性和用户说出文本的属性包括发音、流畅度和韵律特征中的至少一个。语音的韵律特征包括字词的音节长度、响度和音调的变化。本领域技术人员可理解的是，预期的发音、流畅度和韵律特征可以通过说话者指定语言的语音的经验分析来确定。实际上，韵律特征可以用于指出指定语言的重音。在这种情况下，可由经验分析来确定例如美国中西部口音的韵律特征，并且所述方法可以确定并向用户输出用于指出用户以美国中西部口音说话的准确性的反馈。

本领域技术人员可理解的是，确定用户说出文本的准确性包括基于比较用户说出文本的一个或多个属性与文本语音的一个或多个预期属性中的对应属性所确定的准确性的总和来确定用户说出文本的质量的测量(例如，1/100至100/100)。因此，在所述实施例中，所述方法通过确定用户说出文本的每个指定属性(诸如步速、音调、能量、发音、流畅度等)的准确性来确定用户说出文本的准确性。

在一实施例中，所述方法还包括将文本解析为一个或多个句子或字词片段。例如，通过顺序地搜索包括那些字词的文本以找出出现诸如句点、问号和惊叹号的未加引号的句子终止标点符号，从而将字词集合解析成一个或多个句子。

或者，字词集合被解析为一组具有固定字词计数的字词片段，每个字词片段通常大小为2至8个字词。然后，输出这些片段，从而顺序地教导给用户，从最初教导一个片段，然后添加第二个片段，直到教导了整个字词集合。在一变化中，这些字词片段可以从字词集合的开始处从左到右构建，直到教导了整个集合。或者，这些字词片段可以从字词集合的结尾处从右到左构建。例如，如果字词片段计数是三，则首先教导集合的最后三个字词，然后教导最后六个字词，然后教导最后九个字词等，直到字词集合完成。

在另一实施例中，还产生文本的一个或多个句子的语法。本领域技术人员将理解的是，所述语法(例如多个语法)指的是语音识别语法，亦即可以由实现语音识别算法的语音识别器识别的形式语法结构。在一示例中，例如经由显示在用户设备的显示器上的第一个句子的文本以向用户提供用于说出多个句子中的第一个句子的提示。所述方法还包括接收用户说出文本的多个句子中的第一个句子的音频，然后向用户输出用于指出用户说出多个句子中的第一个句子的准确性的反馈。在输出反馈之后，然后提示用户说出多个句子中的第二个句子。