[发明专利]一种错误自感知的声调发音学习方法和系统

权利要求书

1.一种错误自感知的声调发音学习方法，其特征在于包括如下步骤：

步骤S1：首先建立标准发音语音库，训练声调模型和音素模型，得到 上下文相关的三元声调模型和音素模型；

步骤S2：从学习者的语音中提取声学特征，包括语音频谱特征和声调 特征，并对声调特征进行后处理；

步骤S3：根据标准声调模型和音素模型，利用基于隐马尔可夫模型的 上下文相关的三元声调模型计算反映声调质量的评分参数，得到声调评价得 分、声调后验概率；

步骤S4：对学习者的发音进行声学分析，提取语音信号中的基频序列、 非周期谐波成分特征和语音的频谱特征；然后生成目标声调的基频序列，并 修正或替换学习者发音中的基频序列；通过基于源-滤波器模型，利用修正 或替换后的基频序列和学习者语音的声道响应参数合成带有目标声调的学 习者发音，并播放出来；

步骤S5：先设计标准声调曲线对应的二次函数的系数；然后计算每种 声调的后验概率；使用后验概率加权标准声调曲线的二次函数，得到实际声 调的曲线函数；根据声调曲线函数，绘制目标声调和实际声调的曲线；这样 完成采用声调后验概率加权平均的二次函数绘制声调曲线，并将标准声调曲 线和学习者实际发音的声调曲线显示出来。

2.根据权利要求1中所述的错误自感知的声调发音学习方法，其特征 在于：所述步骤S4的基于源-滤波器模型生成标准目标声调语音的过程中， 采用归一化线性多项式来表示声调实现模型，根据目标声调的类型，选择不 同声调对应的标准归一化时间函数，并和学习者的声调基频均值和范围一同 代入声调实现模型，计算得到目标声调的基频序列。

3.根据权利要求2中所述的错误自感知的声调发音学习方法，其特征 在于：所述步骤S4的基于源-滤波器模型生成标准目标声调语音的过程中， 首先从标准发音库中提取不同带调音节的标准声调基频序列，并进行平滑、 归一化等处理，训练得到标准声调的基频序列模板；然后选择和学习者的发 音相同的音节所对应的声调基频序列模板作为目标声调的基频序列。

4.根据权利要求1中所述的错误自感知的声调发音学习方法，其特征 在于：还包括声调评分和错误提示功能，用以给出对声调发音质量的客观量 化得分，并告知学习者声调发音错误信息以及相关改进建议。

5.根据权利要求1中所述的错误自感知的声调发音学习方法，其特征 在于：基于隐马尔可夫模型的上下文相关的三元声调模型的声调评分、基于 源-滤波器模型的目标声调语音合成和基于后验概率加权的二次函数声调曲 线生成适用于字、词、短语和句等多种不同语音单元的声调发音学习，尤其 是多音节连续语音的声调发音学习。

6.一种错误自感知的声调发音学习系统，其特征在于包括：

模型训练模块(2)，建立标准发音语音库，训练声调模型和音素模型， 得到标准的上下文相关的三元声调模型和音素模型；

前端处理模块(1)，从学习者的语音中提取声学特征，包括语音频谱特 征和声调特征，并对声调特征进行后处理；

评价参数计算模块(3)，根据模型训练模块(2)得到的标准声调模型 和音素模型，利用从前端处理模块(1)提取的声调特征和基于隐马尔可夫 模型的上下文相关的三元声调模型计算反映声调质量的评分参数，得到学习 者语音的声调评价得分、声调后验概率；

反馈模块(4)，对学习者的发音进行声学分析，提取语音信号中的基频 序列、非周期谐波成分特征和语音的频谱特征；然后生成目标声调的基频序 列，并修正或替换学习者发音中的基频序列；通过基于源-滤波器模型，利 用修正或替换后的基频序列和学习者语音的声道响应参数合成带有目标声 调的学习者发音，然后设计标准声调曲线对应的二次函数的系数；然后计算 每种声调的后验概率；使用后验概率加权标准声调曲线的二次函数，得到实 际声调的曲线函数；根据声调曲线函数，绘制目标声调和实际声调的曲线， 将具有标准目标声调的学习者语音、标准声调曲线、学习者实际发音的声调 曲线和声调发音量化评分及错误提示通过播放和显示来反馈给学习者。