[发明专利]一种基于先验知识的发音评估与诊断系统

权利要求书

1.一种基于先验知识的发音评估与诊断系统，其特征在于，该系统 包括：

语音预处理单元，用于对学习者输入的原始语音进行预处理，以实现 对语音基本内容的确认，将内容基本符合标准脚本的语音分割为音素级的 小单元，输入到发音评估单元进行判别；

发音评估单元，用于对输入的语音进行初步发音质量评估，利用易混 淆音素对的发音错误先验知识对传统后验概率进行修正，基于修正后的后 验概率进行发音评估，计算出的后验概率通过映射模型可以转换为直观的 衡量发音水平的分数或等级；

发音评估确认和诊断单元，用于对发音评估单元输入的初步评估结 果，利用易混淆音素对的区别性特征的先验知识，采用基于区别性特征及 分类器的方法，进行发音评估结果的确认，并从声学语音学角度提供发音 诊断信息；

模型和先验知识库单元，用于保存音素对齐和计算后验概率的模型， 以及先验知识库；以及

评估信息和诊断信息输出单元，用于输出包括分级和打分结果的发音 评估的分数、发音错误的定位信息、发音错误类型，并给出矫正的指导性 建议。

2.根据权利要求1所述的基于先验知识的发音评估与诊断系统，其 特征在于，所述语音预处理单元包括：

端点检测子单元，用于从信号中区分出语音和非语音信号，确定语音 的起点和终点；

特征提取子单元，用于计算有效语音的声学参数，并进行特征的计算， 提取出反映信号特征的关键特征参数；

内容确认子单元，用于对输入的语音进行内容方面的验证，如果输入 发音的内容与给定文本内容差异不大，则对语音进行后续的发音评估和诊 断；对于内容和给定文本差异很大的语音，不再进行后续发音评估和诊断， 直接判断为用户发音错误；

音素对齐子单元，用于将输入的有效语音分割成音素级的单元，以便 后续的处理。

3.根据权利要求2所述的基于先验知识的发音评估与诊断系统，其 特征在于，所述反映信号特征的关键特征参数是反映人耳听觉特征的Mel 频率倒谱系数MFCC，包含由12维倒谱值加上1维能量值构成的静态特 征，以及该静态特征的一阶动态特征和二阶动态特征。

4.根据权利要求2所述的基于先验知识的发音评估与诊断系统，其 特征在于，所述音素对齐子单元采用维特比Viterbi算法将输入的有效语音 分割成音素级的单元，实现音素的对齐。

5.根据权利要求1所述的基于先验知识的发音评估与诊断系统，其 特征在于，所述发音评估单元进一步采用分音素门限策略，对不同的音素 采用不同门限值，低于相应门限的音素被初步判定为发音错误，输入到发 音评估确认和诊断单元进行确认和错误诊断。

6.根据权利要求1所述的基于先验知识的发音评估与诊断系统，其 特征在于，所述发音评估确认和诊断单元在利用易混淆音素对的区别性特 征的先验知识时，对于特定的发音错误类型，利用声学语音学方面的区别 性特征的先验知识，将正确发音和错误发音区别开，从而进行发音错误检 测和诊断，具体是先根据先验知识，提取区别性特征，得到声学语音学区 别性特征后，训练两类分类器，每个音素建立一个分类器，由该音素的发 音正确样本和发音错误样本提取的声学语音学区别性特征训练得到，由于 不同特定发音错误的区别性特征种类不同，所以对不同音素，所用的区别 性特征种类和维数不同。

7.根据权利要求6所述的基于先验知识的发音评估与诊断系统，其 特征在于，所述发音评估确认和诊断单元利用易混淆音素对的区别性特征 先验知识构建两类分类器后，对发音评估单元输出的初步评估结果进行确 认；根据发音错误先验知识和区别性特征先验知识，预先生成一个音素和 区别性特征及分类器的对应表；从该表中查到某个音素应该对应何种特征 和分类器，以进行错误检测；错误检测的结果，一方面可以作为确认信息， 用以确认初步评估结果是否正确，另一方面，可以根据该音素使用的区别 性特征，得到更为细致的诊断信息。