[发明专利]一种基于英语朗读自动打分进行分拆运算精准矫正的方法

说明书

一种基于英语朗读自动打分进行分拆运算精准矫正的方法，本发明以HMM后验概率算法为打分基础，对英语朗读语音进行整句、单词、音节音素三个层次级别运算分析，从英语朗读的整句语音获得语音特征，和标准参考模型比对打分，对分值不合格的整句语音进行分拆运算分析，获得朗读错误的单词，进而对单词发音进行音素、音节层面的分拆，精准定位发音错误的位置，同时检索出标准发音及相关知识点供用户矫正学习，让用户快速掌握英语朗读的要领。

技术领域

本发明涉及语音识朗读打分技术领域，尤其涉及一种基于英语朗读自动打分进行分拆运算精准矫正学习的方法。

背景技术

我国语音识别技术的研究近年来发展迅猛，语音识别研究的水平基本和国际同步，在某些细分领域具有了我国的优势，达到国际先进水平，但在英语朗读自动化打分测评这一语音识别细分领域的研究就显得相对滞后，通过国知局的专利检索和分析官网，分别检索“语音and打分”及“英语朗读”、“口语”、“英语”等词的各种组合，所得的结果寥寥无几，其中具有代表性、语音朗读打分方面具有代表性的技术方案有：CN200810226674一种用于口语测试的文本朗读水平自动评估诊断方法、CN201711200048 一种文本相关的英语口语发音错误检测与质量评分方法、CN201811030689一种研究生英语口语教学语音自动评估平台的实现方法等等，这些技术方案提供了不少切实有效自动评估和打分的技术方案，但现实中，人们在英语练习时候，不但需要了解现有的朗读水平，更需要了解英语朗读中的错误所在，学习掌握相关的知识点，通过学习高质量表述的知识点进行高效的学习，迅速纠正英语朗读中错误的习惯，提高自身的英语口语的朗读水平。而现有技术鲜见在这方面高效、便捷、系统、实用的技术方案。

发明内容

鉴于背景技术所述的问题，本发明以HMM后验概率算法为打分基础，对英语朗读语音进行整句、单词、音节音素三个层次运算分析，先从英语朗读的整句语音获得语音特征，和标准参考模型比对打分，对分值不合格的整句语音进行分拆运算分析，获得朗读错误的单词，进而对单词发音进行音素、音节的分拆，精准定位发音错误的位置， 并分别建立音素特定组合与发音规律相关的语音特征基准库。将英语发音专业本身的知识要素融合到英语朗读打分测试练习中，检索出标准发音及相关知识点供用户矫正学习，快速掌握朗读知识。

英语基于文本朗读句子打分，学员对英语文本朗读语音的一组观察序列y=(,, ,.....) ,标准参考模型中多组状态序列s = ( , , ,.....),那么模型s产生观察序列y 的概率为 ,解码过程中运用Viterbi算法,将音素对齐后,选择最可能与观察序列y 对应的状态序列S ,由此计算得到基于隐马尔可夫统计模型的对数后验概率的算法：音素 在第 i段语音每一帧下的后验概率计算法公式1：

取对数 然后累计叠加 就可以得到音素在第 i段时间点对应的语音段的对数后验概率打分计算公式2：

其中表示音素所对应的第i 段语音的起始时间、Z代表语音中因素总个数、 为给定音素 q下观察矢量的概率分布音素总数，这样包含所有音素段语音的对数后验概率的分数均值为公式3：

其中为第k个音素持续的帧数；通过上述计算分值和系统设定的一个达标标准分值比较大小确定朗读语音分值是否达标。

本发明将语音朗读打分分为测试模式和练习测评模式，测试模式只对朗读语音进行测试打分，而练习测评模式时，朗读英语句子语音打分达标时，证明学员已经学会对该文本内容的朗读，因此无需做进一步的处理，直接进入下一条文本内容的朗读。

分值不达标情况下，必须运算分析发音错误精准单词或音节，让学员知道具体的错误所在，方能精准的学习纠正错误且信服语音朗读打分测评的结果，因此需要对整句语音进行分拆到音节、单词，因此需要对语音进行分拆识别单词语音段，音节语音段等运算。