[发明专利]一种基于模式识别的英语单词发音学习系统有效

专利信息
申请号: 201910640573.3 申请日: 2019-07-16
公开(公告)号: CN110246514B 公开(公告)日: 2020-06-16
发明(设计)人: 孙烁 申请(专利权)人: 中国石油大学(华东)
主分类号: G10L21/0208 分类号: G10L21/0208;G10L25/51;G09B5/06
代理公司: 济南竹森知识产权代理事务所(普通合伙) 37270 代理人: 吕利敏
地址: 266580 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模式识别 英语单词 发音 学习 系统
【说明书】:

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系统;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。本发明针对英语发音的特点,利用计算机技术提取单词发音的重音、音调和语速特征参数,并通过归一化处理、模式识别等方法分析实际人声发音与系统内置标准之间的契合程度。本发明具有单词发音特征识别率高、计算机处理效率高等优势。

技术领域

本发明涉及一种基于模式识别的英语单词发音学习系统,属于计算机类模式识别具体应用的技术领域。

背景技术

随着经济发展的国际化,英语在经济生活中的作用越来越重要。大学作为教授专业英语的重要阵地,教学方法和手段的创新显得尤为重要。由于英语教学是一项系统工程,单词是该系统的根基之一,不同学生的单词基础和学习能力也有或多或少的差距,尤其是在实际的单词教学实践中,学生的单词发音存在不规范、纠正困难等问题,若采用常规教学方法,很难使全部学生达到既定的教学目标,学生的学习效果更多的取决于教师的教学强度与学生自身吸收能力之间的协调程度。如何定量评价学生的单词发音水平及其学习能力,成为英语教学的关键之一。

而随着人工智能技术的发展,给英语教学带来了新的契机。例如,现在已经存在多种App软件,实现用户发音的识别和评价功能,经过使用后用户反馈其评价效果和评价效率都不具有突出的技术优势。

模式识别技术主要由数据获取、预处理、特征提取和选择、分类器设计和分类决策等组成,主要应用于图像分析与处理、语音识别、声音分类、通信、计算机辅助诊断、数据挖掘等。因此,怎样有效利用模式识别在语音识别、声音分类、数据挖掘等方面的优势,将之应用于英语单词发音水平及学习能力评估系统的研发中,成为本技术领域新的研究方向。

通过采集学生的口语发音的相关数据,定量评估其英语单词发音水平和学习能力,对于提升英语教学水平和学生学习效率有重要意义。

发明内容

针对现有技术的不足,本发明公开一种基于模式识别的英语单词发音学习系统。

本发明通过对大量的标准发音进行建库、分析,可以对采集到的学习者单词发音进行处理,并利用模式识别技术确定学习者发音的缺陷,最终对所述的发音缺陷和不足进行技术量化。上述量化结果还可以为后续的教学研究提供基础客观依据。

具体来说,本发明所要解决的技术问题是提供一种基于模式识别的英语发音学习系统,用以采集和分析学生的口语发音的相关数据,为定量评估学生的英语口语水平和学习能力提供有效工具。

本发明的技术方案如下:

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系统;

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,“例如:请跟读上述单词”;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。

根据本发明优选的,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);如图4所示;

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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国石油大学(华东),未经中国石油大学(华东)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/201910640573.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top