[发明专利]一种基于国学经典学习的韵律自动评价系统在审
| 申请号: | 201910247547.4 | 申请日: | 2019-03-29 |
| 公开(公告)号: | CN110085257A | 公开(公告)日: | 2019-08-02 |
| 发明(设计)人: | 姜云峰 | 申请(专利权)人: | 语文出版社有限公司 |
| 主分类号: | G10L25/51 | 分类号: | G10L25/51;G10L15/02;G10L15/06;G09B7/02 |
| 代理公司: | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人: | 郝学江 |
| 地址: | 100005 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基频 韵律 发音 语音特征提取模块 自动评价系统 准确性检测 倍频 语音数据采集 标准发音 处理模块 构建模块 声学模型 训练模块 音素边界 语音识别 综合评价 平滑 时长 光滑 停顿 走势 学习 检测 | ||
本发明公开了一种基于国学经典学习的韵律自动评价系统,包括标准发音库构建模块,语音识别声学模型训练模块,语音数据采集模块,语音特征提取模块,发音准确性检测模块,音素边界切分模块,韵律准确性检测模块以及综合评价模块。本发明中,不仅对发音的准确性进行评价,还对发音的韵律准确性(包括基频、时长、停顿等信息)进行评价。这样的系统能够更加对国学经典的这种抑扬顿挫进行更好、更客观、更全面、更准确的评价;本发明中,语音特征提取模块,其中在基频的提取中,增加了半倍频检测和平滑处理模块,大大减少了基频提取中普遍存在的半倍频和不平滑的现象,使得提取得到的基频轨迹更加光滑,更能反映学习者的基频走势。
技术领域
本发明涉及语言学习系统技术领域,尤其涉及一种基于国学经典学习的韵律自动评价系统。
背景技术
语言学习是人们所学知识中非常重要的部分之一。也有越来越多的人依靠语言学习辅助工具来提高语言学习的速度和效率。随着计算机、多媒体、语音等技术的不断发展,能够对听说读写等方面有一定程度或部分支持的辅助学习系统不断涌现。
虽然,在语言学习领域已经有很多的研究工作和相应的运用系统。如早期电子词典、到后来的跟读机、点读机以及一些学习软件如听力软件等等,都使得学习辅助系统的形式和功能逐渐丰富了起来。但是这些系统仍然存在很多问题没有很好的解决。
主要表现在以下几点:
1、现存的系统对于发音质量的评价存在片面性,没有把语言学习中其他环节有机的结合起来。比如现存的对发音质量评测的系统,都只是实现了对发音错误的判断,进而提供给学习者一个分数或级别。而对于语言学习来说,特别是古汉语学习时,韵律信息(停顿、时长和基频)的准确性也很大程度影响了整个句子的发音质量。如对发音停顿的把握很大程度上将会影响整个句子语义,而现存的系统只是对发音的内容进行判断,并不考虑发音停顿等韵律信息。
2、现存的系统缺乏错误的判断和反馈机制,并没有告诉学习者自己发音的具体错误,很难满足学习者的需求。
因此,现有技术存在缺陷,需要改进。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于国学经典学习的韵律自动评价系统,以提高对国学经典学习中发音质量评价的全面性和准备性。
为了解决上述技术问题,采用如下技术方案:
一种基于国学经典学习的韵律自动评价系统,包括标准发音库构建模块,语音识别声学模型训练模块,语音数据采集模块,语音特征提取模块,发音准确性检测模块,音素边界切分模块,韵律准确性检测模块以及综合评价模块;
标准发音库构建模块,用于对标准发音人所朗读的国学经典音频进行处理,抽取发音自动评价所需的语音参数特征,由此构建国学经典学习的标准发音库;
语音识别声学模型训练模块:该模块与标准发音库构建模块相连,利用标准音库中的语音数据进行语音识别声学模型的训练;
语音数据采集模块,用于采集学习者的语音数据;
语音特征提取模块:与语音数据采集模块相连,用于从所接收到的学习者的语音数据中提取用于发音准确性检测和韵律准确性检测的语音特征参数,包括用于音素边界切分和发音准确性判断的MFCC参数,以及用于韵律准确性检测的基频参数;
发音准确性检测模块:与语音特征提取模块、语音识别声学模型训练模块和标准发音库构建模块相连,利用训练好的基于国学经典学习的所述语音识别声学模型引擎对所述语音特征提取模块提取得到的语音特征进行音素的自动识别,并与所述标准发音库中的音素序列进行对比,得到最终音素错误信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于语文出版社有限公司,未经语文出版社有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910247547.4/2.html,转载请声明来源钻瓜专利网。





