[发明专利]基于语音识别技术的汉语学习系统

说明书

技术领域

本发明涉及计算机辅助语言学习(CALL：Computer Assisted Language Learning)领域，特别是涉及计算机辅助汉语学习系统。

背景技术

改革开放30多年来，我国已成为世界经济大国，近些年来，国家多次强调要着眼于推动中华文化走向世界，形成与中国国际地位相对称的文化“软实力”，而要让中国文化走向世界，毫无疑问首先要让汉语走向世界。数据显示，截至2011年8月底，国家汉办主导在世界各国已建立353所孔子学院和473个孔子课堂，但仍难以满足4000多万国内外汉语学习者的需求，师资缺口巨大。随着个人计算机的普及和语音技术的迅猛发展，计算机辅助语言学习(CALL：Computer Assisted Language Learning)系统的使用是解决问题的有效途径。

CALL系统最早起源于20世纪六十年代，软件开发者基于程序式教学理论开始设计辅助学习系统，将教师从繁重的机械型劳作中解脱出来，使教师们可以把更多时间和精力投入到创作型工作中，PLATO项目是早期CALL系统的代表作之一。近些年来，随着个人计算机、网络技术和语音识别技术的不断发展，CALL系统也取得了长足的进步。在外国语言的CALL系统方面，研究团队和成果比较丰富。例如：IBM的“Watch Me Read”针对母语是非英语的儿童，能检测出读错的单词并回放正确发音；CMU的LISTEN利用SPHINX识别器进行发音中的韵律评价和非母语语料库的研究；Subarashii系统中，学习者根据情景(如邀请朋友看电影)和提示信息去解决一个问题，系统通过这样的练习方式培养学习者的日语口语表达能力；另外，还有HUGO系统、CMU的商业产品NativeAccentTM和日语学习的CallJ系统等；然而，令人遗憾的是，与如火如荼发展的外国语言CALL系统相比，汉语CALL系统，特别是应用语音识别技术的CALL系统的研究为数不多。

本发明针对当前汉语CALL系统的匮乏以及“汉语热”的愈发盛行的现状，旨在为学习者提供一套基于语音识别和合成技术的、易操作的、完备的、具有良好用户交互性的汉语学习系统，在实现学习者轻松使用系统、更好的学习汉语目标的同时，为汉语CALL系统的发展和推广添砖加瓦。

发明内容

基于上述现有技术存在的问题，本发明提出了一种基于语音识别技术的汉语学习系统，结合语音识别技术，进行有与语音合成功能的计算机辅助语言学习系统。

本发明提出了一种基于语音识别技术的汉语学习系统，包括语音识别单元、语音合成单元、计算机辅助汉语学习单元，其特征在于：

语音识别单元，接收外界输入语音后，由语音识别算法结合已训练好的模型作出判决，给出语音识别的结果，完成语音到文本的转换；

语音合成单元，将任意文字信息实时转化为标准流畅的语音朗读出来，完成文字到语音的转换；

汉语学习单元，提供一套用户界面、易操作的汉语学习软件操作平台；其中：

所述语音识别单元的算法为：建立语音识别网络，开始语音识别，读入待处理的语音数据，判定被识别语音数据是否结束，将识别语音数据产生网络，转换为标示文件，由此完成语音识别算法；

所述语音识别单元基于Speech SDK平台实现，包括应用程序接口API和设备驱动接口DDI；应用程序通过API层和语音程序接口SAPI通信，语音引擎则通过DDI层和语音程序接口SAPI进行交互；

所述汉语学习单元提供的功能接口包括：选择学习方式接口、录音和回放接口、系统评估接口、示范朗读功能接口。

所述外界输入语音包括两部分数据：一部分是指在系统的声学模型训练和测试阶段所用数据，通过数据采集获得的；另一部分是用户在使用系统时直接输入的语音。

所述数据采集，其采样精度是16kHz，量化精度是16位。

所述语音识别单元在声学模型选择方面，选择隐马尔科夫模型，并通过HTK工具包进行声学模型训练，选择2阶39维的MFCC参数作为声学模型训练的语音特征参数，MFCC参数的高斯混合数为7。

与现有技术相比，本发明可以很大程度上弥补当前汉语CALL系统的市场匮乏，尤其是应用语音识别技术的汉语CALL系统匮乏的问题，促进计算机辅助学习领域中汉语CALL系统的发展和推广。

附图说明

图1为本发明基于语音识别的汉语学习系统的系统结构示意图；

图2为本发明基于语音识别的汉语学习系统的语音识别单元算法流程示意图；