[发明专利]一种英语口语发音自动纠正方法和装置

权利要求书

1.一种英语口语发音自动纠正方法，其特征在于，包括：

采集英语口语发音的音频文件；

将所述音频文件转化成数字信号，并对所述数字信号进行降噪处理和特征提取，得到反映语音信号特征的关键特征参数，形成特征矢量序列；

利用预训练的声学模型、语言模型及所有英文单词和短语组成的字典语料库建立识别网络，在所述识别网络中搜索与所述特征矢量序列匹配度最高的词串，生成第一文本信号；

提取所述第一文本信号中用法有误的单词和/或短语，利用语法和时态算法规则进行修正，得到校正后的第二文本信号，该步骤包括：对所述第一文本信号进行预处理得到预处理文本；通过移动窗口的方式对所述预处理文本进行语法错误纠正，得到所述第二文本信号；

所述通过移动窗口的方式对所述预处理文本进行语法错误纠正，得到所述第二文本信号的步骤，包括：在所述预处理文本中选定初始单词；通过移动窗口获得与所述初始单词前后相关的短语，并利用回退算法对所述短语进行语法检查及纠正，得到第二文本信号；其中，所述语法检查包括：冠词及定冠词错误、名词度数错误、介词错误、主谓不一致和/或动词错误，采用所述声学模型生成所述第二文本信号对应的特征向量，并从预设语音素材库中匹配与所述第二文本信号对应的语音素材，利用所述语音素材和所述特征向量反编码得到目标音频文件。

2.根据权利要求1所述的方法，其特征在于，所述利用预训练的声学模型、语言模型及所有英文单词和短语组成的字典语料库建立识别网络，在所述识别网络中搜索与所述特征矢量序列匹配度最高的词串，生成第一文本信号的步骤，包括：

通过所述声学模型中的深度神经网络将所述特征矢量序列中的帧识别成状态信息；

通过所述声学模型中的隐马尔可夫模型将所述状态信息组合成音素序列，并将所述音素序列组合成单词序列；

通过所述语言模型中的循环神经网络将所述单词序列按照英语语法规则组合成句子，得到第一文本信号。

3.根据权利要求1所述的方法，其特征在于，所述将所述音频文件转化成数字信号，并对所述数字信号进行降噪处理和特征提取，得到反映语音信号特征的关键特征参数，形成特征矢量序列的步骤，包括：

将所述音频文件转化成第一数字信号；

识别所述第一数字信号中人声频率波段，滤除非人声频率波段得到第二数字信号；

使用由频谱衍生出来的梅尔频率倒谱系数处理所述第二数字信号，提取反映语音信号特征的关键特征参数，形成与音素有关的特征矢量序列。

4.根据权利要求1所述的方法，其特征在于，所述对所述第一文本信号进行预处理得到预处理文本的步骤，包括：

将所述第一文本信号中的所有单词与所述字典语料库中的单词进行字符匹配，对所述第一文本信号中未匹配到的单词进行标记得到标记单词，用所述字典语料库中与所述标记单词字符匹配度最高的单词替换所述标记单词；

和/或，

采用最大熵的词性标注算法对所述第一文本信号中的每个单词进行词性标注；

和/或，

采用概率上下文无关文法的生成式句法分析模型，将所述第一文本信号中的短语抽离，进行单独分析，剔除无关单词；

和/或，

采用预设神经网络的句法分析器，构建所述第一文本信号中单词的依存关系，得到具有单词间关系类型搭配的依存分析结果。

5.根据权利要求4所述的方法，其特征在于，所述通过移动窗口获得与所述初始单词前后相关的短语，并利用回退算法对所述短语进行语法检查及纠正，得到第二文本信号的步骤，包括：

在所述字典语料库中查找出与所述初始单词的主谓变化或时态变化对应的变体；

利用所述初始单词和所述变体在所述字典语料库中的频率比值，对所述预处理文本进行纠正，得到所述第二文本信号。