[发明专利]一种基于模式识别的英语单词发音学习系统

权利要求书

1.一种基于模式识别的英语单词发音学习系统，其特征在于，包括：人机交互系统和数据处理模块；

所述人机交互系统用于采集用户的英语单词语音、向用户发出交互指令，还用于通过显示屏进行文字互动；所述人机交互系统包括：语音输入端、语音输出端和显示屏；

在所述数据处理模块中对采集到的英语单词语音数据进行预处理的方法包括降噪处理步骤和关键参数提取步骤：

其中，进行降噪处理用于过滤环境噪声，依据人声频率范围80-1000Hz，采用滤波方式进行降噪处理，提取有效的人声，其具体方法如下：

1)将采集到的英语单词语音数据转化为声波时域信号A(t)，并对所述时域信号A(t)进行傅里叶变换，转换为频域信号F(f)；

2)根据公式80Hz＝F(low)F(f)F(high)＝1000Hz筛选有效人声，即F(valid)，其中，F(low)代表有效人声频率下限，F(high)代表有效人声频率上限；

3)将F(valid)进行傅里叶变换，得到有效人声信号的时域图，时域范围为t₀～t_T；

其中，所述关键参数提取为：在有效人声信号，即包含时域图A(valid)和频域图F(valid)的基础上，提取至少重音、音调、语速三个关键声音参数信息，具体步骤如下：

4)重音，缩写为ZY：定义A(t)为t时刻声波振幅，若存在A(t)△A，其中，t∈[t₁,t₂]，△A根据设备误差选取，且t₂-t₁0.01s，则重音在t₂时刻；否则，所述英语单词语音的重音在t＝0时刻；

5)音调，缩写为YD：至少包括两个参数进行表征，为声波幅值随时间的变化值A_max(t)和单词发音的频率曲线f(t)；首先，取A(valid)时域图中每个时刻对应的峰值，得到A_max(t)，即声波幅值随时间的变化；其次，以△t为步长，将时域图分为若干片段，利用傅里叶变换，得到片段△t_i的平均频率f_i，则若干个f_i组成单词发音的频率曲线f(t)；

6)语速，缩写为YS：根据所述关键参数提取中步骤4)的判断，若英语单词重音在t＝0时刻，则语速为人声有效信号的时长t_T；若单词重音在t＝t₂时刻，则语速参数有两个，分别为：t₁-t₀和t_T-t₂；

在所述数据处理模块内置有英语单词的标准声音所对应的参数信息也分别是：重音、音调和语速。