CN110010123A - 英语音标发音学习评价系统及方法 - Google Patents
英语音标发音学习评价系统及方法 Download PDFInfo
- Publication number
- CN110010123A CN110010123A CN201810039735.3A CN201810039735A CN110010123A CN 110010123 A CN110010123 A CN 110010123A CN 201810039735 A CN201810039735 A CN 201810039735A CN 110010123 A CN110010123 A CN 110010123A
- Authority
- CN
- China
- Prior art keywords
- phonetic
- module
- recording
- recorded audio
- phonetic symbol
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims description 29
- 238000000605 extraction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 241001413866 Diaphone Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
- G10L15/142—Hidden Markov Models [HMMs]
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种英语音标发音学习评价系统，包括系统服务器、学习客户端，所述学习客户端与所述系统服务器通信连接。系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块。学习客户端包括音标学习界面、录音管理模块，音标学习界面包括录音控制窗口、评分展示窗口，录音管理模块包括录音音频存储模块、录音文本存储模块。本发明还公开了一种英语音标发音学习评价方法，包括上传录音、数据处理、GOP评分等步骤。本发明采用针对英语音标发音的学习评价系统，具有大幅提高英语音标学习效率、效果的特点。
Description
技术领域
本发明涉及一种英语发音学习评价系统及方法，特别涉及一种英语音标发音学习评价系统及方法，属于英语音标辅助学习领域。
背景技术
现有的语音识别、评测系统，如在市场上技术领先的科大讯飞公司的英语语音评测系统，但是这些系统只支持单词、句子和段落打分，不支持对单个音标的发音进行评分。在音标教学过程中，单个音标的学习占了整个学习环节80%的内容。音标教学的主要内容是学员模仿单个音标的嘴型，纠正单个音标的发音。所以对音标单独的评分是音标学习系统的基础和重中之重。但是市面上的语音评测系统支持的语音评分的粒度最细只能到单个单词。这就导致在音标学习中，只能录音后自己听，不能得到及时的评测反馈，学习效率低下。
发明内容
本发明英语音标发音学习评价系统及方法公开了新的方案，采用针对英语音标发音的学习评价系统，解决了现有方案无法提供音标学习评测服务的问题。
本发明英语音标发音学习评价系统包括系统服务器、学习客户端，所述学习客户端与所述系统服务器通信连接。系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块。学习客户端包括音标学习界面、录音管理模块，音标学习界面包括录音控制窗口、评分展示窗口，录音管理模块包括录音音频存储模块、录音文本存储模块。
进一步，本方案的录音管理模块还包括录音音频格式转换器，录音音频格式转换器将录音音频转换成16k的speex格式。
本发明还公开了一种英语音标发音学习评价方法，英语音标发音学习评价方法基于英语音标发音学习评价系统，英语音标发音学习评价系统包括系统服务器、学习客户端，学习客户端与系统服务器通信连接，系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块，学习客户端包括音标学习界面、录音管理模块，音标学习界面包括录音控制窗口、评分展示窗口，录音管理模块包括录音音频存储模块、录音文本存储模块，包括过程：用户通过音标学习界面的录音控制窗口调用录音管理模块进行录音生成录音音频文件存储在录音音频存储模块，录音音频文件对应的录音文本文件存储在录音文本存储模块，用户将录音音频文件、录音文本文件上传给系统服务器，系统服务器的语音特征提取模块将收到的录音音频转换成机器语音特征后发送给GOP音标评分模块，GOP音标评分模块的强制对齐似然评分模块将收到的机器语音特征强制对齐到HMM音标特征模型数据库中的与录音文本内容对应的HMM音标特征模型得到强制对齐似然分值，自由识别似然评分模块将收到的机器语音特征与HMM音标特征模型数据库中的HMM音标特征模型匹配得到自由识别似然分值，GOP音标评分模块将强制对齐似然分值与自由识别似然分值进行比较得到似然比后转换成音标发音评分信息发送到音标学习界面的评分展示窗口。
进一步，本方案的方法的录音管理模块还包括录音音频格式转换器，在过程中，用户将经录音音频格式转换器转换成16k的speex格式后的录音音频连同录音文本文件上传给系统服务器。
进一步，本方案的方法的语音特征提取模块将收到的录音音频转换成机器语音特征的过程包括：对录音音频进行短时距傅里叶变换得到声谱图，进行梅尔域倒谱系数计算，录音音频转换成倒谱向量。
本发明英语音标发音学习评价系统及方法采用针对英语音标发音的学习评价系统，具有大幅提高英语音标学习效率、效果的特点。
附图说明
图1是本发明英语音标发音学习评价系统及方法的原理图。
图2是HMM音标特征模型训练的原理图。
具体实施方式
本发明英语音标发音学习评价系统包括系统服务器、学习客户端，所述学习客户端与所述系统服务器通信连接。系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块。学习客户端包括音标学习界面、录音管理模块，音标学习界面包括录音控制窗口、评分展示窗口，录音管理模块包括录音音频存储模块、录音文本存储模块。为了提高上传音频的质量，本方案的录音管理模块还包括录音音频格式转换器，录音音频格式转换器将录音音频转换成16k的speex格式。上述方案采用针对英语音标发音的学习评价系统，将最先进的人工智能技术应用到英语音标学习系统中，充分运用了最新的语音评测技术和机器学习算法，通过对大量英语母语者的音标发音特征提取建立了标准音标发音的HMM模型，通过对用户语音的转码、建模、强制对齐以及GOP评分，实现了对48个英语音标的机器语音评分，极大的提高了音标在线教学的效率和学习效果。
本发明还公开了一种英语音标发音学习评价方法，英语音标发音学习评价方法基于英语音标发音学习评价系统，英语音标发音学习评价系统包括系统服务器、学习客户端，学习客户端与系统服务器通信连接，系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块，学习客户端包括音标学习界面、录音管理模块，音标学习界面包括录音控制窗口、评分展示窗口，录音管理模块包括录音音频存储模块、录音文本存储模块，包括过程：用户通过音标学习界面的录音控制窗口调用录音管理模块进行录音生成录音音频文件存储在录音音频存储模块，录音音频文件对应的录音文本文件存储在录音文本存储模块，用户将录音音频文件、录音文本文件上传给系统服务器，系统服务器的语音特征提取模块将收到的录音音频转换成机器语音特征后发送给GOP音标评分模块，GOP音标评分模块的强制对齐似然评分模块将收到的机器语音特征强制对齐到HMM音标特征模型数据库中的与录音文本内容对应的HMM音标特征模型得到强制对齐似然分值，自由识别似然评分模块将收到的机器语音特征与HMM音标特征模型数据库中的HMM音标特征模型匹配得到自由识别似然分值，GOP音标评分模块将强制对齐似然分值与自由识别似然分值进行比较得到似然比后转换成音标发音评分信息发送到音标学习界面的评分展示窗口。
为了提高上传音频的质量，本方案的方法的录音管理模块还包括录音音频格式转换器，在过程中，用户将经录音音频格式转换器转换成16k的speex格式后的录音音频连同录音文本文件上传给系统服务器。为了实现语音提取和转换的操作，本方案的方法的语音特征提取模块将收到的录音音频转换成机器语音特征的过程包括：对录音音频进行短时距傅里叶变换得到声谱图，进行梅尔域倒谱系数计算，录音音频转换成倒谱向量。
本方案公开了一种互联网在线教育系统，通过语音识别技术和自适应学习系统，帮助学生高效掌握英语音标及其组合发音规则。当前所有的音标学习系统，都只能提供单词维度的语音评测打分。但是在音标学习过程中，学生大部分的时间都在练习单个音标。所以导致的问题是最先进的语音评分技术不能很好的应用于音标学习系统中。本方案通过对大量英语母语者的音标发音进行特征提取，建立了一个英语音标的HMM(Hidden MarkovModel)模型系统。基于HMM模型系统，本方案采用GOP算法实现了对于英语学习者的音标自动机器评分，极大的提高了音标课程的教学效率和学习效果。
本方案的HMM模型系统是基于Hidden Markov Model(隐马尔可夫模型)的机器学习系统。HMM是一个双重随机过程，它包含一组以一定概率互相跳转的隐含状态，在每个隐含状态下会以一定概率观测到某个事件发生。如图2所示，本方案会为每一个音标找大量的英语母语发音人录音，根据这些录音训练每一个音标的标准HMM模型。如图1所示，客户端启动后，用户开始练习音标并且录音。录音完成后客户端系统会将录音文件统一转换为16k的speex高清格式，上传到服务器进行评分。服务器返回评分信息后，客户端显示评测结果。服务器端语音特征提取系统是将用户录音的音频转换为可以被机器处理的语音特征。提取特征的第一步是对音频进行短时距傅里叶变换得到声谱图，然后在进行梅尔域倒谱系数计算。完成这些步骤后，用户录音就会转换成一系列的倒谱向量，进行后续的计算。服务器端强制对齐系统是将音标和用户的发音音频进行对齐。首先每一个音标都可以对应到HMM系统中的特征模型。基于这个模型，再根据用户音频中提取的倒谱向量数据查找匹配到最可能的向量状态序列，也就是音频中最有可能对应到正确音标的时间区间。服务器端自由识别系统是不考虑对应的参考音标，也就是不考虑对应音标的HMM特征模型，直接从所有的音标HMM特征模型中查找最符合用户发音的音标序列。服务器端GOP(Goodness ofPronunciation)评分系统是在完成强制对齐和自由识别后，计算参考音标和用户语音的精确程度分数。GOP系统主要功能是将强制对齐得到的似然分数值与在不知道参考音标情况下得到的似然分数值做一个比较，并且将比较的结果也就是似然比转换为发音评分。
本方案的音标评分系统的实现方法可以通过以下步骤实现：⑴客户端端启动，用户进行音标学习并开始录音，录音完成后上传音频及对应的音标文本到服务器进行评分；⑵服务器端接受到音标评分请求，对用户上传的音标进行处理，提取音频的语音特征数据；⑶服务器端对于用户语音特征数据与正确的音标进行强制对齐，也就是找到这段音频中最有可能对应到这个音标的位置；⑷服务器端对用户语音特征数据进行自由识别，直接用语音识别把最可能的音标计算出来。⑸服务器端根据强制对齐和自由识别的结果，采用GOP方法对用户的音标数据进行打分。
基于以上方案，本方案将最先进的人工智能技术应用到英语音标学习系统中。英语音标教学中，老师大部分的时间都在给用户纠正音标发音。即使当前的语音评测技术已经非常成熟，但是没有语音评测产品能对单个音标进行评测和纠音。本方案充分运用了最新的语音评测技术和机器学习算法，通过对大量英语母语者的音标发音特征提取建立了标准音标发音的HMM模型，通过对用户语音的转码、建模、强制对齐以及GOP评分，实现了对48个英语音标的机器语音评分。英语音标教学周期一般为1个月到2个月，老师在课堂上80%时间都投入在对学员音标纠音，通过本方案，英语音标教学的练习环节都可以通过机器完成，从此老师只需要投入20%人力到方法和技巧等有创意的教学环节，大幅提高了教学效率和节约了成本，极大的提高了音标在线教学的效率和学习效果。基于以上特点，本方案的英语音标发音学习评价系统及方法相比现有的方案具有突出的实质性特点和显著的进步。
本方案英语音标发音学习评价系统及方法并不限于具体实施方式中公开的内容，实施例中出现的技术方案可以基于本领域技术人员的理解而延伸，本领域技术人员根据本方案结合公知常识作出的简单替换方案也属于本方案的范围。
Claims (5)
1.英语音标发音学习评价系统，其特征是包括系统服务器、学习客户端，所述学习客户端与所述系统服务器通信连接，
所述系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，所述GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块，
所述学习客户端包括音标学习界面、录音管理模块，所述音标学习界面包括录音控制窗口、评分展示窗口，所述录音管理模块包括录音音频存储模块、录音文本存储模块。
2.根据权利要求1所述的英语音标发音学习评价系统，其特征在于，所述录音管理模块还包括录音音频格式转换器，所述录音音频格式转换器将录音音频转换成16k的speex格式。
3.英语音标发音学习评价方法，所述英语音标发音学习评价方法基于英语音标发音学习评价系统，所述英语音标发音学习评价系统包括系统服务器、学习客户端，所述学习客户端与所述系统服务器通信连接，所述系统服务器包括语音特征提取模块、GOP音标评分模块、HMM音标特征模型数据库，所述GOP音标评分模块包括强制对齐似然评分模块、自由识别似然评分模块，所述学习客户端包括音标学习界面、录音管理模块，所述音标学习界面包括录音控制窗口、评分展示窗口，所述录音管理模块包括录音音频存储模块、录音文本存储模块，其特征是包括过程：
用户通过音标学习界面的录音控制窗口调用录音管理模块进行录音生成录音音频文件存储在录音音频存储模块，录音音频文件对应的录音文本文件存储在录音文本存储模块，用户将录音音频文件、录音文本文件上传给系统服务器，系统服务器的语音特征提取模块将收到的录音音频转换成机器语音特征后发送给GOP音标评分模块，GOP音标评分模块的强制对齐似然评分模块将收到的机器语音特征强制对齐到HMM音标特征模型数据库中的与录音文本内容对应的HMM音标特征模型得到强制对齐似然分值，自由识别似然评分模块将收到的机器语音特征与HMM音标特征模型数据库中的HMM音标特征模型匹配得到自由识别似然分值，GOP音标评分模块将强制对齐似然分值与自由识别似然分值进行比较得到似然比后转换成音标发音评分信息发送到音标学习界面的评分展示窗口。
4.根据权利要求3所述的英语音标发音学习评价方法，其特征在于，录音管理模块还包括录音音频格式转换器，在过程中，用户将经录音音频格式转换器转换成16k的speex格式后的录音音频连同录音文本文件上传给系统服务器。
5.根据权利要求3所述的英语音标发音学习评价方法，其特征在于，语音特征提取模块将收到的录音音频转换成机器语音特征的过程包括：对录音音频进行短时距傅里叶变换得到声谱图，进行梅尔域倒谱系数计算，录音音频转换成倒谱向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810039735.3A CN110010123A (zh) | 2018-01-16 | 2018-01-16 | 英语音标发音学习评价系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810039735.3A CN110010123A (zh) | 2018-01-16 | 2018-01-16 | 英语音标发音学习评价系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110010123A true CN110010123A (zh) | 2019-07-12 |
Family
ID=67164683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810039735.3A Pending CN110010123A (zh) | 2018-01-16 | 2018-01-16 | 英语音标发音学习评价系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110010123A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767961A (zh) * | 2021-02-07 | 2021-05-07 | 哈尔滨琦音科技有限公司 | 一种基于云端计算的口音矫正方法 |
| CN114093221A (zh) * | 2020-08-24 | 2022-02-25 | 赵凯 | 一种创建口语测评练习的平台系统 |
| CN115798519A (zh) * | 2023-02-10 | 2023-03-14 | 山东山大鸥玛软件股份有限公司 | 一种英语多题型口语发音评估方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1851779A (zh) * | 2006-05-16 | 2006-10-25 | 黄中伟 | 多种语言适用的聋哑人语音学习计算机辅助方法 |
| CN101105939A (zh) * | 2007-09-04 | 2008-01-16 | 安徽科大讯飞信息科技股份有限公司 | 发音指导方法 |
| CN101197084A (zh) * | 2007-11-06 | 2008-06-11 | 安徽科大讯飞信息科技股份有限公司 | 自动化英语口语评测学习系统 |
| CN101727903A (zh) * | 2008-10-29 | 2010-06-09 | 中国科学院自动化研究所 | 基于多特征和多系统融合的发音质量评估和错误检测方法 |
| CN101739870A (zh) * | 2009-12-03 | 2010-06-16 | 深圳先进技术研究院 | 交互式语言学习系统及交互式语言学习方法 |
| CN103985391A (zh) * | 2014-04-16 | 2014-08-13 | 柳超 | 无需标准读音的音素级的低功耗口语评价及缺陷诊断方法 |
| CN103985392A (zh) * | 2014-04-16 | 2014-08-13 | 柳超 | 音素级的低功耗的口语评价与缺陷诊断方法 |
| CN104732977A (zh) * | 2015-03-09 | 2015-06-24 | 广东外语外贸大学 | 一种在线口语发音质量评价方法和系统 |
| CN104952444A (zh) * | 2015-04-27 | 2015-09-30 | 桂林电子科技大学 | 一种文本无关的中国人英语口语质量评估方法 |
| CN106782536A (zh) * | 2016-12-26 | 2017-05-31 | 北京云知声信息技术有限公司 | 一种语音唤醒方法及装置 |
| CN106856095A (zh) * | 2015-12-09 | 2017-06-16 | 中国科学院声学研究所 | 一种拼音拼读的发音质量评测系统 |
| CN107154186A (zh) * | 2017-07-24 | 2017-09-12 | 太原师范学院 | 英语音标启蒙教育教具及其使用方法 |
| CN107316638A (zh) * | 2017-06-28 | 2017-11-03 | 北京粉笔未来科技有限公司 | 一种诗词背诵评测方法及系统、一种终端及存储介质 |
-
2018
- 2018-01-16 CN CN201810039735.3A patent/CN110010123A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1851779A (zh) * | 2006-05-16 | 2006-10-25 | 黄中伟 | 多种语言适用的聋哑人语音学习计算机辅助方法 |
| CN101105939A (zh) * | 2007-09-04 | 2008-01-16 | 安徽科大讯飞信息科技股份有限公司 | 发音指导方法 |
| CN101197084A (zh) * | 2007-11-06 | 2008-06-11 | 安徽科大讯飞信息科技股份有限公司 | 自动化英语口语评测学习系统 |
| CN101727903A (zh) * | 2008-10-29 | 2010-06-09 | 中国科学院自动化研究所 | 基于多特征和多系统融合的发音质量评估和错误检测方法 |
| CN101739870A (zh) * | 2009-12-03 | 2010-06-16 | 深圳先进技术研究院 | 交互式语言学习系统及交互式语言学习方法 |
| CN103985392A (zh) * | 2014-04-16 | 2014-08-13 | 柳超 | 音素级的低功耗的口语评价与缺陷诊断方法 |
| CN103985391A (zh) * | 2014-04-16 | 2014-08-13 | 柳超 | 无需标准读音的音素级的低功耗口语评价及缺陷诊断方法 |
| CN104732977A (zh) * | 2015-03-09 | 2015-06-24 | 广东外语外贸大学 | 一种在线口语发音质量评价方法和系统 |
| CN104952444A (zh) * | 2015-04-27 | 2015-09-30 | 桂林电子科技大学 | 一种文本无关的中国人英语口语质量评估方法 |
| CN106856095A (zh) * | 2015-12-09 | 2017-06-16 | 中国科学院声学研究所 | 一种拼音拼读的发音质量评测系统 |
| CN106782536A (zh) * | 2016-12-26 | 2017-05-31 | 北京云知声信息技术有限公司 | 一种语音唤醒方法及装置 |
| CN107316638A (zh) * | 2017-06-28 | 2017-11-03 | 北京粉笔未来科技有限公司 | 一种诗词背诵评测方法及系统、一种终端及存储介质 |
| CN107154186A (zh) * | 2017-07-24 | 2017-09-12 | 太原师范学院 | 英语音标启蒙教育教具及其使用方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114093221A (zh) * | 2020-08-24 | 2022-02-25 | 赵凯 | 一种创建口语测评练习的平台系统 |
| CN112767961A (zh) * | 2021-02-07 | 2021-05-07 | 哈尔滨琦音科技有限公司 | 一种基于云端计算的口音矫正方法 |
| CN112767961B (zh) * | 2021-02-07 | 2022-06-03 | 哈尔滨琦音科技有限公司 | 一种基于云端计算的口音矫正方法 |
| CN115798519A (zh) * | 2023-02-10 | 2023-03-14 | 山东山大鸥玛软件股份有限公司 | 一种英语多题型口语发音评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101740024B (zh) | 基于广义流利的口语流利度自动评估方法 | |
| CN103151042B (zh) | 全自动口语评测管理与评分系统及其评分方法 | |
| CN103761975B (zh) | 一种口语评测方法及装置 | |
| CN103065626B (zh) | 英语口语考试系统中的朗读题自动评分方法和设备 | |
| CN101739867B (zh) | 运用计算机对口语翻译质量进行评分的方法 | |
| CN102354495B (zh) | 半开放式口语试题的测试方法及系统 | |
| US8392190B2 (en) | Systems and methods for assessment of non-native spontaneous speech | |
| Ashwell et al. | How Accurately Can the Google Web Speech API Recognize and Transcribe Japanese L2 English Learners' Oral Production?. | |
| CN101751919B (zh) | 一种汉语口语重音自动检测方法 | |
| CN101105939A (zh) | 发音指导方法 | |
| CN106328146A (zh) | 一种视频的字幕生成方法及装置 | |
| CN109697988B (zh) | 一种语音评价方法及装置 | |
| CN110010123A (zh) | 英语音标发音学习评价系统及方法 | |
| CN107240394A (zh) | 一种动态自适应语音分析技术以用于人机口语考试的方法及系统 | |
| WO2022012605A1 (zh) | 基于预训练深度神经网络模型的用户流失预测系统 | |
| CN110164422A (zh) | 一种口语考试的多维度评估方法及装置 | |
| CN105608960A (zh) | 一种基于多参量分析的口语形成性教学方法及系统 | |
| KR100995847B1 (ko) | 인터넷상에서의 소리분석 기반 어학 학습방법 및 시스템 | |
| CN109493846A (zh) | 一种英语口音识别系统 | |
| CN110349567A (zh) | 语音信号的识别方法和装置、存储介质及电子装置 | |
| US20120164612A1 (en) | Identification and detection of speech errors in language instruction | |
| KR100997255B1 (ko) | 음성인식기술을 활용한 언어학습 시스템 | |
| Zechner et al. | Automatic scoring of children’s read-aloud text passages and word lists | |
| KR100701270B1 (ko) | 외국어 강의 및 학습 평가 시스템과 그 시스템을 이용한외국어 강의 및 학습평가 방법 | |
| Wang et al. | LAIX Corpus of Chinese Learner English: Towards a Benchmark for L2 English ASR. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190712 |