CN1707550A - 语音发音与发音口型动画数据库的建立及其访问方法 - Google Patents

Abstract

一种语音发音与发音口形动画数据库的建立及其访问方法，它是首先建立三个数据库，即字典数据库和其相应的声音库、音标发音口形基本图库。然后以相对值或百分比的表示方式，分别将图片与音标、音标与单字、单字与句子互相关联建立三个子数据库或包含三个子数据库全部内的一个总数据库；访问时，只需输入所要学习的内容文字信息，通过该文字作息从不同的数据库载入相应的相对发音时间数据，通过计算分配给每张图片并与声音同步播放即可。本发明具有数据库容量较小，可在小型便携式电子产品上实现动画教学的目的；使用者在听声音的同时，可看到口形动画。

Description

语音发音与发音口型动画数据库的建立及其访问方法

技术领域

本发明涉及一种用于电子产品，提高语音教学中学习外语学习速度和正确地发音的数据库的建立及其访问方法。

现有技术

目前，越来越多的人希望掌握第二语言，甚至第三、第四语言，学习外语已成为风气。学习外语多数人是在学校，小学、初中、高中以及大学跟着老师模仿学习；随着科学技术的进步，有一部分人开始利用电脑或小型携带电子产品如电子字典之类辅助学习，甚至有一部分人，由于经济的原因，把它作为学习外语的主要工具。现有的这类产品一般都包括两个基本数据库，即字典数据库，字典数据库内容包含有与音标(以英语为例)、基本单字和预定数的句子，以及与其相应的声音数据库，人们在学习时，只需输入要学习的文字内容，在显示屏上就会显示该文字内容的文字信息和相应的音标信息(如为拼音文字，如德语则文字信息与音标信息相同)，人们可以根据音标提供的信息，依照老师先前教的发音，揣模该文字信息的发音；如果想听听该文字内容声音，你也可以按一下发音健，则可从声音数据库调出相应的文字内容的发音，供学习者模仿。这样的方式使用者往往仅可通过所听到的声音来揣摩自己的口型和舌型及音的运动，发出相似的声音，其发音不一定准确。人们试图提供一种学习外语时既可看文字，又可听声音还可看到与文字内容相应的发音教学卡通动画，供人们学习模仿，但都由于其这类产品的数据库需要含有大量的图片，使数据库容量庞大，而未能成功。

技术方案

本发明解决的技术问题是克服上述缺点，提供一种数据库占位空间较小的语音发音与发音口型动画数据库的建立方法及其访问方法。

本发明的技术方案是：首先建立三个基本数据库，即包含有音标、单字和句子的字典数据库和其相应的声音库，以及音标发音口形基本图库；字典数据库和其相应的声音库可以利用现有的数据库。然后以相对值或百分比的表示方式，分别将图片与音标、音标与单字、单字与句子互相关联建立三个子数据库或一个含有前述三个子数据库全部内容的总数据库；访问时，只需输入所要学习的内容文字信息，通过该文字作息从不同的数据库载入相应的相对发音时间数据，通过计算分配给每张图片并与声音同步播放即可。

具体说明如下：

一种语音发音与发音口形动画数据库的建立方法，它包括下列步骤：

(1)、建立包含有音标、单字和句子的字典数据库和其相应的声音库，以及音标发音口形图片库；

(2)、根据第一步所建立的各种数据库，建立各个音标与其发音口形变化相应的各个音标发音口形图片所占音标发音时间总长度的音标发音与图片相对时间子数据库I；

(3)进一步根据第一步所建立的各种数据库和第二步所建立的音标发音与图片相对时间子数据库I，建立各个单字发音与其相应的音标所占单字发音时间总长度的单字与音标相对时间子数据库II；

(4)进一步根据第一步所建立的各种数据库、第二步所建立的子数据库I和第三步所建立的子数据库II，建立各个句子与其单字所占句子发音时间总长度的句子与单字相对时间子数据库III。

上述音标与图片相对时间子数据库I的建立步骤包括：

(1)、输入所要标示的音标，根据音标从字典库调出该音标字符；

(2)、从声音库载入与所要标示的音标的声音档，并显示其声波图；从音标发音口形基本图片库载入与相应音标发音所需的发音口形图片；

(3)、根据该音标的声波图和听该音标的声音对音标发音口形图片进行动作位置标示；

(4)、检测位置标示与该音标发音过程关系的正确性，如结果为否，则返回第3步；如结果为是，则：

(5)、以该音标发音时间总长度为一基本单位，以相对数值或百分比形式计算出发音口形图片所占音标发音时间总长度的相对时间数值；

(6)、以数据库的形式，将所得值保存为音标发音与图片相对时间数据；

(7)、重复上述1-6步，将所有音标都做成相应的音标发音与图片相对时间数据，所有音标发音与图片相对时间数据构成各个音标发音口形图片所占音标发音时间总长度的音标发音与图片相对时间子数据库I。

上述单字与音标相对时间子数据库II的建立步骤包括：

(1)、输入要标识的单字文字信息；

(2)、根据单字文字信息从声音库载入一个相应的声音档，并显示该单字声波图；从字典数据库载入该单字的音标符号；

(3)、根据该单字的音标符号，从上述的子数据库I中，载入与该单字的音标符号相应的音标发音与图片相对时间数据；

(4)、根据该单字音标符号相应的音标发音与图片相对时间数据和该单字声波图及听该单字的声音进行相应音标动作位置标示；

(5)、检测位置标示与该单字发音过程关系的正确性，如结果为否，则返回第4步；如结果为是，则：

(6)、以该单字发音时间总长度为一基本单位，以相对数值或百分比形式计算出音标在该单字中的相对时间数值；

(7)、以数据库的形式，将所得值保存为单字相对时间数据；

(8)、重复上述1-7步，将字典数据库中所有单字都做成相应的单字相对时间数据，所有单字相对时间数据构成各个单字与音标相对时间子数据库II。

所述单个句子与单字相对时间子数据库III的建立步骤包括：

(1)、输入要标识的句子文字信息；

(2)、根据句子文字信息从声音库载入一个声音档，并显示该句子声波图；

从字典数据库载入该句子中各个单字与其相应的音标符号信息；

(4)、根据音标符号信息，从子数据库I和子数据库II中，载入与句子中各个单字音标相应的发音时间数据；

(5)、根据该各个单字音标符号相应的音标发音时间数据和该句子声波图及听该句子的声音进行相应单字动作位置标示；

(6)、检测位置标示与该句子发音过程关系的正确性，如结果为否，则返回第5步；如结果为是，则：

(7)、以该句子发音时间长度为一基本单位，以相对数值或百分比形式计算出各个单字在该句子中的相对时间数值；

(8)、以数据库的形式，将所得值保存为句子相对时间数据；

(9)、重复上述1-8步，将字典数据库中的所有预定句子都做成相应的句子相对时间数据，所有句子相对时间数据构成各个句子与单字相对时间子数据库III。

所述图片可分割为上半图与下半图，上半图可与多张下半图中的一张组合成所需的完整图片。

一种语音发音与发音口形动画数据库的访问方法，它包括如下步骤：

(1)、输入或选定文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据文字信息从相应一个或几个子数据库载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

前述数据库的访问方法方法，其音标与其相应的动画的访问包括如下步骤：

(1)、输入或选定音标文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据音标文字信息从相应子数据库I载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

前述数据库的访问方法，其单字发音与动画的访问包括如下步骤：

(1)、输入或选定单字文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据单字文字信息从相应子数据库I和子数据库II载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

前述数据库的访问方法，其句子发音与动画的访问包括如下步骤：

(1)、输入或选定句子文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据文字信息从相应子数据库I、子数据库II和子数据库III载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

由于本发明利用相对值或百分比控制图片显示顺序及时间的方式，这样本发明只需在原有数据库的基础上增加一个音标发音口形基本图库和三个用于控制图库中图片显示顺序及时间的时间关系数据库，由于基本图库数量有限，加上三个子数据库占位小，所以整个数据库容量较小，就可在现有PC机或小型便携式电子产品如电子字典上实现动画教学的目的；访问时，依所标示的时间连续播放图片，即可产生动画效果，让使用者在听声音的同时，可看到与发音口形一致的动画加快及得到正确的发音学习。

附图说明

图1：本发明发音口形基准图；

图2：本发明发音口形鼻音基准图；

图3：本发明发音口形基准图的上半图；

图4：本发明发音口形中的一种下半图；

图5：本发明中音标d的声波图及与其口形图片对应关系的示意图；

图6：建立各个音标发音的时间长度与其相应各个发音图片相对发音时间的子数据库I的方框图；

图7：单字door的声波图及与其发音音标[dor]口形图片的对应关系示意图；

图8：建立各个单字发音的时间长度与各个音标相对发音时间的子数据库II的方框图；

图9：句子From door to door的声波图及与其发音音标的对应关系示意图；

图10：建立单个句子发音的时间长度与各个单字相对发音时间的子数据库III的方框图；

图11：从数据库访问音标发音动画的访问流程示意图；

图12：从数据库访问单字发音动画的访问流程示意图；

图13：从数据库访问句子发音动画的访问流程示意图；

图14：句子From door to door、单字door和音标d三者的关联方框示意图。

具体实施方式

下面以学习英语为例来说明本发明的实施例，显然，本发明所揭的方案不仅仅限于英语的学习，它可适于各种语言的学习。

要实现本发明，首先要建立三个基本数据库，即包含有音标、单字和句子的字典数据库和其相应的声音库，以及音标发音口形基本图库；字典数据库和其相应的声音库可以利用现有的数据库。图1-图4所示的几种图形(包括但不限于这几个图形)11、12、13、14是用来建立音标发音口形基本图库的最基本的图形，图1为发音口形基准图；图2为发音口形鼻音基准图；图3为发音口形基准图的上半图；图4为发音口形中的一种下半图；其中图3和图4所示的半图，主要是为了减小本发明数据库的容量而设计的，上半图13可以与不同的下半图14组合成多张完整的发音图。当然，一个图库的建立不仅仅只含上述四张图，它应包含数张表示不同舌位的图形。图库建好以后，根据下述的方法分别建立另外三个子数据库，即：各个音标发音时间总长度与其相应的各个音标发音口形图片所占音标发音时间总长度的音标发音与图片相对时间子数据库I、各个单字发音时间总长度与各个音标所占单字发音时间总长度的单字与音标相对时间子数据库II和单个句子发音的时间总长度与各个单字所占句子发音时间总长度的句子与单字相对时间子数据库III。

下面以英语中的音标“d”为例，来说明各个音标发音的时间长度与各个显示发音口形的图片相对发音时间的子数据库I的建立步骤。

请参见图5和图6，具体步骤如下：

(1)、输入所要标示的音标“d”51，根据音标”d”51从字典库52中调出该音标字符[d]；

(2)、从声音库53载入与所要标示“d”的音标的声音档56，并显示其声波图2；将声波图2从头至尾分解成21、22、23、24、25、26、27七个波段；从音标发音口形基本图片库54中载入与相应音标发音所需的发音口形图片14、15、16、17、18、19、20七张图；

(3)、根据该音标“d”的声波图2和听该音标”d”的声音对音标发音口形图片进行动作位置标示57；

(4)、用试听的办法检测位置标示57与该音标发音过程关系的正确性58，如结果为否，则返回第3步57；如结果为是，则：

(5)、以该音标发音时间总长度为一基本单位，以相对数值或百分比形式计算出发音口形图片所占音标发音时间总长度的相对时间数值59；

(6)、以数据库的形式，将所得值保存为音标发音与图片相对时间数据；

(7)、重复上述1-6步，将所有音标都做成相应的音标发音与图片相对时间数据，所有音标发音与图片相对时间数据构成各个音标发音口形图片所占音标发音时间总长度的音标发音与图片相对时间子数据库I60。

标示位置的方式为第一张图的位置为0％到第二张图该标记位置的XX％，最后一张图XX％所串累计后为100％。上述图5中d的发音，其中第一图14为0％起始，第二图15占总时间5％，第三图16占总时间5％，第四图17占总时间的5％，第五图18占总时间的15％，第六图19占总时间的20，第七图20占总时间50％，累计合为100％。以此数据的管理有利于后续技术实施的单字动态变量发音之动画时间管理。

下面以单字“door”为例说明各个单字与音标相对时间子数据库II的建立步骤，请参见图7和图8：

(1)、输入要标识的单字door的文字信息61；

(2)、根据单字door的文字信息从声音库载入一个相应的声音档64，并显示该单字声波图3；从字典数据库52载入该单字的音标符号[dor]62；

(3)、根据该单字的音标符号62，从上述的子数据库I60中，载入与该单字的音标符号62相应的音标发音[d]、[o]、[r]与图片相对时间数据；

(4)、根据该单字音标符号62相应的音标发音与图片相对时间数据和该单字声波图3上的波段31、32和33及听该单字的声音进行相应音标[d]、[o]、[r]动作位置标示；

(5)、用试听的办法检测位置标示与该单字发音过程关系的正确性66，如结果为否，则返回第4步65；如结果为是，则：

(6)、以该单字发音时间总长度为一基本单位，以相对数值或百分比形式计算出音标在该单字中的相对时间数值67；

(7)、以数据库的形式，将所得值保存为单字相对时间数据；

(8)、重复上述1-7步，将字典数据库中所有单字都做成相应的单字相对时间数据，所有单字相对时间数据构成各个单字与音标相对时间子数据库II68。

图6中所示的各音标标示的具体时间百分比，与前述图5中所示方法一样，在这里就不再赘述。

下面以句子“From door to door”为例，来说明单个句子与单字相对时间子数据库III的建立步骤，请参见图9和图10：

(1)、输入要标识的句子From door to door文字信息71；

(2)、根据句子From door to door文字信息从声音库53载入一个声音档73，并显示该句子声波图4；从字典数据库52载入该句子中各个单字与其相应的音标符号信息[from][dor][tu][dor]72；

(4)、根据音标符号信息72，从子数据库I60和子数据库II68中，载入与句子From door to door中各个单字音标相应的发音时间数据；

(5)、根据该各个单字音标符号相应的音标发音时间数据和该句子声波图4中的41、42、43、44及听该句子的声音进行相应单字动作位置标示74；

(6)、用试听的办法检测位置标示与该句子发音过程关系的正确性75，如结果为否，则返回第5步74；如结果为是，则：

(7)、以该句子发音时间长度为一基本单位，以相对数值或百分比形式计算出各个单字在该句子中的相对时间数值；

(8)、以数据库的形式，将所得值保存为句子相对时间数据；

(9)、重复上述1-8步，将字典数据库中的所有预定句子都做成相应的句子相对时间数据，所有句子相对时间数据构成各个句子与单字相对时间子数据库III77。

下面详细叙述数据库的访问方法，请参见图11，它是音标与其相应的动画的访问流程示意图，其步骤如下：

(1)、输入或选定音标文字信息81；

(2)、显示该文字信息82；

(3)、选定发音与动画功能83，则

(4)、根据音标文字信息从相应子数据库I60载入与该文字信息相应的相对发音时间数据84，并从音标发音口形基本图库54中载入图片；从声音库53载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间85；

(6)、将图片输出并显示动画效果86；将语音同步输出并发音87。

请参见图12。其单字发音与动画的访问包括如下步骤：

(1)、输入或选定单字文字信息91；

(2)、显示该文字信息92；

(3)、选定发音与动画功能83，则

(4)、根据单字文字信息从相应子数据库I60和子数据库II68载入与该文字信息相应的相对发音时间数据84，并从音标发音口形基本图库54中载入图片；从声音库52载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间85；

(6)、将图片输出并显示动画效果86；将语音同步输出并发音87。

请参见图13，其句子发音与动画的访问包括如下步骤：

(1)、输入或选定句子文字信息101；

(2)、显示该文字信息102；

(3)、选定发音与动画功能83，则

(4)、根据文字信息从相应子数据库I60、子数据库II68和子数据库III77载入与该文字信息相应的相对发音时间数据

84，并从音标发音口形基本图库54中载入图片；从声音库载52入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间85；

(6)、将图片输出并显示动画效果86；将语音同步输出并发音87。

请参见图14，图14为句子From door to door、单字door和音标d三者的关联方框示意图；从图可知，三者均是以百分比的表示方式，分别将图片与音标、音标与单字、单字与句子互相联系起来了。在访问句子From door to door111时，虽然句子中有两个单字“door”，但访问时，只需从图片库中调用一套与“door”112有关的图片14、15、15、17、18、19、20、21、22、23、24、25就可以了，这样就具有空间占位小的特点。

Claims (9)

1、一种语音发音与发音口形动画数据库的建立方法，其特征在于，它包括下列步骤：

(1)、建立包含有音标、单字和句子的字典数据库和其相应的声音库，以及音标发音口形图片库；

(2)、根据第一步所建立的各种数据库，建立各个音标与其发音口形变化相应的各个音标发音口形图片所占音标发音时间总长度的音标发音与图片相对时间子数据库I；

(3)进一步根据第一步所建立的各种数据库和第二步所建立的音标发音与图片相对时间子数据库I，建立各个单字与其相应音标所占单字发音时间总长度的单字与音标相对时间子数据库II；

(4)进一步根据第一步所建立的各种数据库、第二步所建立的子数据库I和第三步所建立的子数据库II，建立各个句子发音与其相应单字所占句子发音时间总长度的句子与单字相对时间子数据库III。

2、根据权利要求1所述的动画数据库的建立方法，其特征在于：所述音标与图片相对时间子数据库I的建立步骤包括：

(1)、输入所要标示的音标，根据音标从字典库调出该音标字符；

(2)、从声音库载入与所要标示的音标的声音档，并显示其声波图；从音标发音口形基本图片库载入与相应音标发音所需的发音口形图片；

(3)、根据该音标的声波图和听该音标的声音对音标发音口形图片进行动作位置标示；

(4)、检测位置标示与该音标发音过程关系的正确性，如结果为否，则返回第3步；如结果为是，则：

(5)、以该音标发音时间总长度为一基本单位，以相对数值或百分比形式计算出发音口形图片所占音标发音时间总长度的相对时间数值；

(6)、以数据库的形式，将所得值保存为音标发音与图片相对时间数据；

(7)、重复上述1-6步，将所有音标都做成相应的音标发音与图片相对时间数据，所有音标发音与图片相对时间数据构成各个音标发音口形图片所占音标发音时间总长度的音标发音与图片相对时间子数据库I。

3、根据权利要求1所述的动画数据库的建立方法，其特征在于：所述单字与音标相对时间子数据库II的建立步骤包括：

(1)、输入要标识的单字文字信息；

(2)、根据单字文字信息从声音库载入一个相应的声音档，并显示该单字声波图；从字典数据库载入该单字的音标符号；

(3)、根据该单字的音标符号，从上述的子数据库I中，载入与该单字的音标符号相应的音标发音与图片相对时间数据；

(4)、根据该单字音标符号相应的音标发音与图片相对时间数据和该单字声波图及听该单字的声音进行相应音标动作位置标示；

(5)、检测位置标示与该单字发音过程关系的正确性，如结果为否，则返回第4步；如结果为是，则：

(6)、以该单字发音时间总长度为一基本单位，以相对数值或百分比形式计算出音标在该单字中的相对时间数值；

(7)、以数据库的形式，将所得值保存为单字相对时间数据；

(8)、重复上述1-7步，将字典数据库中所有单字都做成相应的单字相对时间数据，所有单字相对时间数据构成各个单字与音标相对时间子数据库II。

4、根据权利要求1所述的动画数据库的建立方法，其特征在于：单个句子与单字相对时间子数据库III的建立步骤包括：

(1)、输入要标识的句子文字信息；

(2)、根据句子文字信息从声音库载入一个声音档，并显示该句子声波图；

从字典数据库载入该句子中各个单字与其相应的音标符号信息；

(4)、根据音标符号信息，从子数据库I和子数据库II中，载入与句子中各个单字音标相应的发音时间数据；

(5)、根据该各个单字音标符号相应的音标发音时间数据和该句子声波图及听该句子的声音进行相应单字动作位置标示；

(6)、检测位置标示与该句子发音过程关系的正确性，如结果为否，则返回第5步；如结果为是，则：

(7)、以该句子发音时间长度为一基本单位，以相对数值或百分比形式计算出各个单字在该句子中的相对时间数值；

(8)、以数据库的形式，将所得值保存为句子相对时间数据；

(9)、重复上述1-8步，将字典数据库中的所有预定句子都做成相应的句子相对时间数据，所有句子相对时间数据构成各个句子与单字相对时间子数据库III。

5、根据权利要求1至4中的任何一条权利要求所述的动画数据库的建立方法，其特征在于：所述图片可分割为上半图与下半图，上半图可与多张下半图中的一张组合成所需的完整图片。

6、一种语音发音与发音口形动画数据库的访问方法其特征在于它包括如下步骤：

(1)、输入或选定文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据文字信息从相应一个或几个子数据库载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

7、根据权利要求6所述的数据库的访问方法方法，其特征在于，音标与其相应的动画的访问包括如下步骤：

(1)、输入或选定音标文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据音标文字信息从相应子数据库I载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

8、根据权利要求6所述的数据库的访问方法，其特征在于单字发音与动画的访问包括如下步骤：

(1)、输入或选定单字文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据单字文字信息从相应子数据库I和子数据库载II入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

9、根据权利要求6所述的数据库的访问方法，其特征在于句子发音与动画的访问包括如下步骤：

(1)、输入或选定句子文字信息；

(2)、显示该文字信息；

(3)、选定发音与动画功能，则

(4)、根据文字信息从相应子数据库I、子数据库II和子数据库III载入与该文字信息相应的相对发音时间数据，并从音标发音口形基本图库中载入图片；从声音库载入相应文字的声音档；

(5)、计算声音档播放时间长度并分配给各图片播放时间；

(6)、将图片输出并显示动画效果；将语音同步输出并发音。

Images