专利名称：一种基于声纹识别的用户在线学习监测方法
技术领域：
本发明涉及一种用户在线学习监测方法，尤其涉及一种基于声纹识别的用户在线学习监测方法。
背景技术：
计算机辅助语言教学(computer-assistedlanguage learning,简称CALL),按照人们事先安排的语言教学计划和内容进行课堂教学和辅助课外操。早在1955年左右就有人探讨如何把计算机用于教育。现在，计算机辅助语言教学和远程网络结合起来广泛应用于口语学习。在线口语学习平台因时间自由，费用低廉，越来越得到普通用户的青睐；而对于口语学习平台来说，用户的增加，若不增加师资力量，必然导致单个用户资源的不足，而当今社会，人力成本越来越高，如何有效的监管用户的学习情况，已成为摆在口语学习平台的一个重要问题。同时，用户帐号是用户在线学习的重要凭证，传统的帐号保护如密码、安全卡都是一次认证，即用户登录的时候进行一次认证，后续使用过程将不需要再次认证，存在一定的安全隐患；利用口语学习通常需要语音的特点，可以通过对语音对用户帐号安全进行实时监控，以进一步保障帐号安全。
发明内容
本发明所要解决的技术问题是提供一种基于声纹识别的用户在线学习监测方法，能够对用户的身份进行实时监测，保护用户的账户安全，监测用户的口语学习状况。本发明为解决上述技术问题而采用的技术方案是提供一种基于声纹识别的用户在线学习监测方法，包括如下步骤:a)当用户通过在线学习系统注册账户时，采集该用户的语音并提取声纹特征山)在通 用的用户声纹模型基础上，根据该用户语音的声纹特征，为当前帐号建立一个该用户的声纹模型；c)用户每次登录系统进行口语学习时，先将监测到登录用户的语音上传到服务器；d)提取该段语音的声纹特征并与该用户注册的声纹模型进行匹配，若匹配成功，则证明是用户本人在学习；反之，若匹配不成功，及时报警并提醒用户。上述的基于声纹识别的用户在线学习监测方法，其中，所述声纹特征为梅尔倒谱参数:(Xtl,…，Xi,…Xim)，其中，Xi代表第i帧梅尔倒谱参数，N为总帧数，i为自然数，I彡i彡N-1。上述的基于声纹识别的用户在线学习监测方法，其中，所述梅尔倒谱参数中语音中贞长度为100 500巾贞，每巾贞100晕秒。上述的基于声纹识别的用户在线学习监测方法，其中，所述通用的用户声纹模型λ ubm和用户的声纹模型λ user都为高斯混合模型:Aubm={ Qm, Um, Zm, m=l —M}；λ user= { ω ' m, μ ' m, Σ ' m,m=l —Μ}；
所述步骤d)中匹配过程包括计算声纹匹配度score，若声纹匹配度score大于预设阈值则匹配成功，所述声纹匹配度score计算如下:
权利要求
1.一种基于声纹识别的用户在线学习监测方法，其特征在于，包括如下步骤: a)当用户通过在线学习系统注册账户时，采集该用户的语音并提取声纹特征； b)在通用的用户声纹模型基础上，根据该用户语音的声纹特征，为当前帐号建立一个该用户的声纹模型； c)用户每次登录系统进行口语学习时，先将监测到登录用户的语音上传到服务器； d)提取该段语音的声纹特征并与该用户注册的声纹模型进行匹配，若匹配成功，则证明是用户本人在学习；反之，若匹配不成功，及时报警并提醒用户。
2.如权利要求1所述的基于声纹识别的用户在线学习监测方法，其特征在于，所述声纹特征为梅尔倒谱参数:(Χο，…，Xi,…X1^1),其中，Xi代表第i帧梅尔倒谱参数，N为总帧数，i为自然数，I彡i彡N-1。
3.如权利要求2所述的基于声纹识别的用户在线学习监测方法，其特征在于，所述梅尔倒谱参数中语音帧长度为100 500帧，每帧100毫秒。
4.如权利要求2所述的基于声纹识别的用户在线学习监测方法，其特征在于，所述通用的用户声纹模型Xubm和用户的声纹模型Xusot都为高斯混合模型:Aubm={Wm, Sffl, Π1=1 —Μ}；AuSer=i>' m，P ' m’2' m,m=l—Μ}； 所述步骤d)中匹配过程包括计算声纹匹配度score，若声纹匹配度score大于预设阈值则匹配成功，所述声纹匹配度score计算如下:
5.如权利要求1 4任一项所述的基于声纹识别的用户在线学习监测方法，其特征在于，还包括实时采集用户口语学习中的语音送到服务器用于身份验证，重复步骤d)进行当前学习用户的身份识别监控。
6.如权利要求5所述的基于声纹识别的用户在线学习监测方法，其特征在于，对于声纹模型匹配成功的用户语音进行口语自动评测统计，并将评测结果相关信息记录到用户的个人数据库中。
7.如权利要求6所述的基于声纹识别的用户在线学习监测方法，其特征在于，所述评测结果相关信息包括发音标准度、发音单元的时长、发音单元之间的停顿、声调和语速信息。
全文摘要
本发明公开了一种基于声纹识别的用户在线学习监测方法，包括如下步骤a)当用户通过在线学习系统注册账户时，采集该用户的语音并提取声纹特征；b)在通用的用户声纹模型基础上，根据该用户语音的声纹特征，为当前帐号建立一个该用户的声纹模型；c)用户每次登录系统进行口语学习时，先将监测到登录用户的语音上传到服务器；d)提取该段语音的声纹特征并与该用户注册的声纹模型进行匹配，若匹配成功，则证明是用户本人在学习；反之及时报警并提醒用户。本发明提供的基于声纹识别的用户在线学习监测方法，通过采集用户口语学习中的语音并提取声纹特征，能够对用户的身份进行实时监测，保护用户的账户安全，监测用户的口语学习状况。
文档编号G09B5/06GK103247197SQ201310108850
公开日2013年8月14日 申请日期2013年3月29日 优先权日2013年3月29日
发明者许东星 申请人:上海众实科技发展有限公司