[发明专利]一种语言正音系统方法及设备

说明书

本发明公开了一种正音系统，本发明包括采集模块、存储模块、分析模块和输出模块，所述采集模块用于采集用户正音前的第一数据，所述第一数据包括发音时的语音数据、发音过程中的面部动作图像数据以及用户人脸图像，所述分析模块用于提取第一数据特征，将第一数据特征与标准发音特征进行比对，提供针对性的正音策略，所述第一数据特征包括语音数据特征和面部动作图像特征，所述语音数据特征包括音高、音强以及音长，所述面部动作图像特征包括发音口型和舌头位置，所述输出模块用于输出正音策略，所述正音策略包括正音语音数据以及发音动作矫正图像，所述正音语音数据包括音高、音强和音长。

技术领域

本发明实施方式涉及软件领域，更具体地，本发明的实施方式涉及一种语言正音系统方法及设备。

背景技术

语言是人类重要的交流媒介，沟通表达能力的缺失会严重影响日常生活。近年来，随着物质经济的不断提高，我们面临的社会压力也在不断增加，导致抑郁症和自闭症等精神类疾病患者的不断增加，此类重症患者由于语言功能器官的退化，某些发音器官丧失协调机能，造成语言表达能力受损或下降。此外，老龄人口的帕金森等神经类疾病也会造成语言表达能力下降，为生活带来巨大的负担。

仅依靠医生治疗方式恢复患者语言表达能力需要耗费大量精力。而通过患者跟读的方式来恢复表达能力，一方面患者不知道自己的发音错误，另一方面由于发音是涉及多器官的协同动作，患者尽管知道自己发音错误，但不知道怎样改正自己错误的发音方式，因此，人们急需一种语言正音系统及设备。

发明内容

本发明的目的在于提供一种语言正音系统方法及设备，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种语言正音系统，语言正音系统包括采集模块、存储模块、分析模块和输出模块，采集模块与存储模块连接，存储模块与分析模块连接，分析模块与输出模块连接；

采集模块用于采集用户正音前的第一数据，第一数据包括发音时的语音数据、发音过程中的面部动作图像数据以及用户人脸图像，语音数据包括音素、单词、短语、音高、音强以及音长，面部动作图像包括发音口型和舌头位置，分析模块用于提取第一数据特征，将第一数据特征与标准发音特征进行比对，提供针对性的正音策略，第一数据特征包括语音数据特征和面部动作图像特征，语音数据特征包括音高、音强以及音长，面部动作图像特征包括发音口型和舌头位置，输出模块用于输出正音策略，正音策略包括正音语音数据以及发音动作矫正图像，正音语音数据包括音高、音强和音长。

本发明使用采集模块中的拾音设备采集用户发音时的语音数据，使用采集模块中的图像采集设备采集发音过程中的面部动作图像数据，分析模块提取用户语音数据特征和用户面部动作特征，将用户语音数据特征和用户面部动作特征与标准发音特征进行比对，提供针对性的正音策略，输出模块将正音策略以声音和图像的形式呈现给用户，供用户进行正音学习，有效避免了用户知道自己发音错误但不知如何改正的问题，本发明可搭载电脑端、手机端或其他移动设备上，能够满足用户日常需求，提高用户正音效率。

进一步的，存储模块包括标准发音特征存储单元、用户发音存储单元、用户档案存储单元以及正音策略存储单元；

标准发音特征存储单元用于存储标准发音特征，标准发音特征包括音高、音强、音长、发音口型以及舌头位置，用户发音存储单元用于存储用户第一数据，用户档案存储单元用于存储用户个人档案，用户个人档案包括用户语音数据和用户人脸图像，正音策略存储单元用于存储用户正音策略。

本发明在用户使用系统之前录入标准发音特征，将标准发音特征存储在标准发音特征存储单元，当分析模块为用户提供正音策略时，可直接与本地标准发音特征进行比对，无需借助其他平台，节省了用户等待正音策略时间，提供系统正音效率，本发明设置用户档案存储单元能够记录用户人脸图像与用户语音数据，将用户人脸图像与用户语音数据绑定建立用户个人档案，能够在嘈杂环境下准确识别使用用户，确定用户发音，为用户提供精准正音策略。