[发明专利]一种英语发音信息采集系统

权利要求书

1.一种英语发音信息采集系统，包括音源采集装置、前置滤波模块、音频匹配模块、音频合成模块以及后置滤波输出模块，所述音频采集装置用于采集音频信号并放大，所述前置滤波模块用于将放大后的音频信号进行模拟滤波；其特征在于：

所述音频匹配模块将模拟滤波后的信号转换为数字信号并提取数字音频信号的起音时间、频谱质心、频谱通量、基音频率、尖锐度等音频特征，并将上述音频特征与标准音源数据库中的音源模型匹配，然后将数字音频信号与音源模型中的音节、音位匹配得出匹配度，根据匹配度差距大小进行音素纠正；

所述音频合成模块用于将纠正后的音素组合进数字音频信号；

所述后置滤波输出模块采用模糊数字滤波器进行滤波，用于对合成后的数字音频信号进行模糊滤波，结合工作在时域的相位模糊滤波器，根据未纠正音素与音源模型中的差值对纠正后的音素进行能量平滑处理，并输出音频信号；所述音频匹配模块进一步包括高速A/D转换器；所述音频匹配模块还包括与高速A/D转换器连接的音频特征提取模块，所述音频特征提取模块用于实现数字音频信号分析和音频特征提取，所述音频特征提取包括如下参数的提取：起音时间，反映音符能量在上升阶段的时长；频谱质心，用于反映信号音色明朗度的信号频谱中的能量集中点；频谱通量，用于反映音符起始点的特征的信号相邻帧之间的变化程度；基音频率，用于反映单音信号的音高对应的频率；尖锐度，用于反映尖锐度的高频部分的能量；所述音频匹配模块还包括存储有大量不同类型音源模型的英文音源数据库的存储模块，所述音源模型根据所述音频特征进行分类；所述音频匹配模块能够计算数字音频信号的音频特征与音源模型的匹配度，根据匹配度以语句为单位决定是否切换音源模型进行音素纠正，所述匹配度按照起音时间、频谱质心、频谱通量、基音频率、尖锐度等多个音频特征参数的匹配度综合计算，所述匹配度可采用皮尔森相关系数的方式来计算，多个特征参数起音时间、频谱质心、频谱通量、基音频率、尖锐度作为向量，然后计算上述向量的相关系数即为皮尔森相关系数；

所述音素纠正是指以音素为单位与音源模型进行比较，两者得出的音素差值较大的(超出范围的)即按照音源模型中的音素为基础进行纠正；

所述英语发音信息采集系统采用以下采集方法，所述采集方法具体的步骤如下：

S1、采集音频信号并放大；

S2、将放大后的音频信号进行模拟滤波；

S3、将模拟滤波后的信号转换为数字信号并提取数字音频信号的音频特征参数：起音时间、频谱质心、频谱通量、基音频率、尖锐度等；

S4、将上述音频特征参数与标准音源数据库中的音源模型匹配，然后将数字音频信号与音源模型中的音节、音位匹配得出匹配度，根据匹配度差距大小进行音素纠正；标准音源数据库中的音源模型有多个不同类型；匹配度计算方法具体如下：采用皮尔森相关系数的方式来计算匹配度，起音时间、频谱质心、频谱通量、基音频率、尖锐度等多个特征参数作为向量，然后计算上述向量的相关系数，所述相关系数作为匹配度；音素纠正是指以音素为单位与音源模型进行比较，两者得出的音素差值较大的(超出范围的)即按照音源模型中的音素为基础进行纠正，如果音素差值根据音素相关系数确定，所述音素相关系数包括音调、音长、音高、清、浊、爆破等，如/θ/是个清辅音，声带不震动，要注意与/e/,/s/,/z/的区别，如果发/θ/音时，尖锐度以及能量较大时则判定差值较大，需要纠正；

S5、将纠正后的音素组合进数字音频信号；

S6、对合成后的数字音频信号进行模糊滤波，并输出音频信号；模糊滤波实现方式为：结合工作在时域的相位模糊滤波器，根据未纠正音素与音源模型中的差值对纠正后的音素进行能量平滑处理。