一种英语听说学习用互动系统

1.本发明涉及英语教育技术领域，具体是一种英语听说学习用互动系统。


背景技术：

2.随着社会的不断发展，学习者的英语听说能力越来越受到重视，英语作为一种语言，在学习过程中存在一定难度；传统学生和学生之间的互动通常都是直接在课堂或特定的学习环境中进行，不采用相关的智能化设备或辅助教学工具，学习方式模式单一，英语学习过程缺乏针对性；
3.市场上有很多英语教学系统，但大部分为讲解式，要求学习者跟随，缺乏与学习者的互动；缺乏对学习者发音质量的评测功能，学习者无法知道具体错误点，对学习者提升英语水平帮助不大；以及无法在学习者状态不佳时及时提醒，以免学习者事倍功半；基于以上不足，本发明提出一种英语听说学习用互动系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种英语听说学习用互动系统。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种英语听说学习用互动系统，包括训练选择模块、语音采集模块、语音判断模块、语音纠错模块、训练分析模块以及互动教学模块；
6.所述训练选择模块用于学习者根据需要从数据库中选择所要读的语音类型进行发音训练；所述语音采集模块用于对学习者的语音数据进行采集并将采集的语音数据传输至云平台；
7.所述语音判断模块与云平台相连接，用于判断语音数据的有效性，若有效，则将语音数据发送至语音识别模块；若无效，则重新采集语音数据；
8.所述语音识别模块用于基于声学模型结合语言模型对接收到的语音数据进行特征参数提取，并将提取到的特征参数与数据库存储的正确读音的回放进行对比分析，得到对应的错误语音；
9.所述语音识别模块用于将错误语音传输至语音纠错模块；所述语音纠错模块用于按照语音类型将同一类型的错误语音和错误时刻根据其数值生成类型错误图表，并按照错误吸引值bx的大小对类型错误图表进行排序显示，得到对应的可视化图表；为学习者订正练习提供参考；
10.所述训练分析模块与语音判断模块相连接；用于获取语音判断模块的判断结果对学习者的训练状态进行分析，判断对应学习者是否需要休息；其中判断结果携带有有效标识和无效标识。
11.进一步地，所述语音判断模块的具体判断过程如下：
12.获取语音数据中每个元音的采集时间，将相邻两个元音的时间差标记为元音间隔
ci；将ci与间隔阈值相比较，得到对应的间隔差值gi；gi取正数；
13.将间隔差值gi与差值阈值相比较，若gi大于差值阈值，则反馈间隔异常信号至语音判断模块；在预设时间内，统计间隔异常信号的出现次数为c1，截取相邻间隔异常信号之间的时间段为间隔异常缓冲时段；
14.统计每个间隔异常缓冲时段内的元音数量并取其均值得到缓冲元音数h1；利用公式ys＝(c1
×
a1)/(h1
×
a2)计算得到元音间隔偏值ys，其中a1、a2均为系数因子；若ys大于第一偏值阈值，则语音数据无效。
15.进一步地，所述语音判断模块还包括：
16.获取语音数据中每个元音的强度并标记为qi；当qi处于预设标准强度范围外，则反馈强度异常信号至语音判断模块；
17.统计强度异常信号的出现次数为c2，截取相邻强度异常信号之间的时间段为强度异常缓冲时段；统计每个强度异常缓冲时段内的元音数量为qh；
18.将qh与缓冲阈值相比较；统计qh小于缓冲阈值的次数为l1；当qh小于缓冲阈值时，获取qh与缓冲阈值的差值并求和得到差缓总值ch，利用公式cx＝l1
×
a3+ch
×
a4计算得到差缓系数cx，其中a3、a4为系数因子；
19.利用公式yd＝c2
×
a5+cx
×
a6计算得到元音强度偏值yd，其中a5、a6为系数因子；若yd大于第二偏值阈值，则语音数据无效。
20.进一步地，所述错误吸引值bx的具体分析步骤为：
21.针对同一类型的错误语音，统计对应类型的错误次数为p1，截取相邻错误时刻之间的时间段为类型缓冲时段，统计每个类型缓冲时段内其它类型的错误次数为类型缓冲频次lxm；将类型缓冲频次lxm与频次阈值相比较；
22.统计lxm小于频次阈值的次数为p2，当lxm小于频次阈值时，获取lxm与频次阈值的差值并求和得到差频总值cp，利用公式cf＝p2
×
g1+cp
×
g2计算得到差频系数cf，其中g1、g2为系数因子；利用公式cw＝p1
×
g3+cf
×
g4计算得到对应类型的错误吸引值cw，其中g3、g4为系数因子。
23.进一步地，所述数据库包括英语单词、短语、情景对话和文章朗读数据内容。
24.进一步地，所述训练分析模块的具体分析步骤为：
25.在一个完整的学习周期内，采集语音判断模块的判断结果；当监测到无效标识时，自动倒计数，倒计数为d1，d1为预设值；
26.在倒计数阶段，若无效标识的出现次数达到预设第一数量或者预定比例或者连续无效标识的出现次数达到预设第二数量时，则确定对应学习者当前训练状态不佳，生成提醒信息；
27.所述训练分析模块用于将提醒信息发送至对应学习者的终端上，以提醒对应学习者休息一段时间后再继续训练。
28.进一步地，在倒计数阶段，若再次监测到无效标识时，则倒计数自动归为原值，重新按照d1进行倒计数，否则，继续倒计数，直至归零。
29.进一步地，所述互动教学模块用于教师与学习者登录教育平台并进行在线互动交流。
30.与现有技术相比，本发明的有益效果是：
31.1、本发明中所述语音判断模块用于判断语音数据的有效性，首先对采集的语音数据进行降噪增强处理；获取语音数据中每个元音的采集时间和强度，计算得到元音间隔偏值ys和元音强度偏值yd；若ys大于第一偏值阈值或yd大于第二偏值阈值，则判定语音数据无效，重新采集语音数据；剔除语速过快、过慢以及声音模糊不清的数据，有效提高后续语音识别模块的识别效率；进而提高学习者的训练效果；
32.2、本发明中所述语音纠错模块用于对学习者的错误语音进行存储和记录，按照语音类型将同一类型的错误语音进行统合得到类型错误数据，将类型错误数据中错误语音和错误时刻根据其数值生成类型错误图表；按照错误吸引值bx的大小对类型错误图表进行排序显示，得到对应的可视化图表；使得学习者优先对错误吸引值bx高的类型错误图表中的错误语音进行订正练习，提高学习效率；
33.3、本发明中所述训练分析模块用于获取语音判断模块的判断结果对学习者的训练状态进行分析，判断对应学习者是否需要休息；在倒计数阶段，若无效标识的出现次数达到预设第一数量或者预定比例或者连续无效标识的出现次数达到预设第二数量时，则确定对应学习者当前训练状态不佳，生成提醒信息；以提醒对应学习者休息一段时间后再继续训练，以提高学习效率。
附图说明
34.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1为本发明一种英语听说学习用互动系统的系统框图。
具体实施方式
36.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
37.如图1所示，一种英语听说学习用互动系统，包括训练选择模块、数据库、语音采集模块、语音判断模块、云平台、语音识别模块、语音纠错模块、训练分析模块以及互动教学模块；
38.训练选择模块用于学习者根据需要从数据库中选择所要读的语音类型进行发音训练；数据库包括英语单词、短语、情景对话和文章朗读数据内容；
39.语音采集模块用于对学习者的语音数据进行采集并将采集的语音数据传输至云平台；语音判断模块与云平台相连接，用于判断语音数据的有效性，若有效，则将语音数据发送至语音识别模块；若无效，则重新采集语音数据；具体判断过程如下：
40.s1：对采集的语音数据进行降噪增强处理；
41.s2：获取语音数据中每个元音的采集时间，将相邻两个元音的时间差标记为元音间隔ci；将元音间隔ci与间隔阈值相比较，得到对应的间隔差值gi；其中gi取正数；在英语
的发音训练中，元音间隔过小会导致语速过快，发音模糊；元音间隔过大会导致语速过慢，浪费时间；元音间隔最好维持在一定范围，才能达到最佳训练效果；
42.s3：将间隔差值gi与差值阈值相比较，若gi大于差值阈值，则反馈间隔异常信号至语音判断模块；在预设时间内，统计间隔异常信号的出现次数为c1，截取相邻间隔异常信号之间的时间段为间隔异常缓冲时段；
43.统计每个间隔异常缓冲时段内的元音数量并取其均值得到缓冲元音数h1；利用公式ys＝(c1
×
a1)/(h1
×
a2)计算得到元音间隔偏值ys，其中a1、a2均为系数因子；将元音间隔偏值ys与第一偏值阈值相比较；若ys大于第一偏值阈值，则语音数据无效；
44.其中，语音判断模块还包括：
45.获取语音数据中每个元音的强度并标记为qi；当qi处于预设标准强度范围外，则反馈强度异常信号至语音判断模块；
46.统计强度异常信号的出现次数为c2，截取相邻强度异常信号之间的时间段为强度异常缓冲时段；统计每个强度异常缓冲时段内的元音数量为qh；
47.将qh与缓冲阈值相比较；统计qh小于缓冲阈值的次数为l1；当qh小于缓冲阈值时，获取qh与缓冲阈值的差值并求和得到差缓总值ch，利用公式cx＝l1
×
a3+ch
×
a4计算得到差缓系数cx，其中a3、a4为系数因子；
48.利用公式yd＝c2
×
a5+cx
×
a6计算得到元音强度偏值yd，其中a5、a6为系数因子；将元音强度偏值yd与第二偏值阈值相比较；若yd大于第二偏值阈值，则语音数据无效；
49.本发明通过元音间隔偏值ys和元音强度偏值yd对语音数据进行初步删选，剔除语速过快或过慢以及声音模糊不清的数据，有效提高后续语音识别模块的识别效率；进而提高学习者的学习效果；
50.语音识别模块用于基于声学模型结合语言模型对接收到的语音数据进行特征参数提取，并将提取到的特征参数与数据库存储的正确读音的回放进行对比分析，得到对应的错误语音；语音识别模块用于将错误语音传输至语音纠错模块，使学习者进行订正练习；
51.语音纠错模块用于对学习者的错误语音进行存储和记录，并根据预设规则绘制图表，为学习者订正练习提供参考；预设规则为：
52.获取学习者在预设时间内的所有错误语音；按照语音类型将同一类型的错误语音进行统合得到类型错误数据，将类型错误数据中错误语音和错误时刻根据其数值生成类型错误图表；
53.对类型错误图表进行错误吸引值分析，具体分析步骤为：
54.针对同一类型的错误语音，统计对应类型的错误次数为p1，截取相邻错误时刻之间的时间段为类型缓冲时段，统计每个类型缓冲时段内其它类型的错误次数为类型缓冲频次lxm；将类型缓冲频次lxm与频次阈值相比较；
55.统计lxm小于频次阈值的次数为p2，当lxm小于频次阈值时，获取lxm与频次阈值的差值并求和得到差频总值cp，利用公式cf＝p2
×
g1+cp
×
g2计算得到差频系数cf，其中g1、g2为系数因子；
56.利用公式cw＝p1
×
g3+cf
×
g4计算得到对应类型的错误吸引值cw，其中g3、g4为系数因子；按照错误吸引值bx的大小对类型错误图表进行排序显示，得到对应的可视化图表；使得学习者优先对错误吸引值bx高的类型错误图表中的错误语音进行订正练习，提高学习
效率；
57.其中训练分析模块与语音判断模块相连接，用于获取语音判断模块的判断结果对学习者的训练状态进行分析，判断对应学习者是否需要休息；其中判断结果为有效标识和无效标识；具体分析步骤为：
58.在一个完整的学习周期内，采集语音判断模块的判断结果；
59.当监测到无效标识时，自动倒计数，倒计数为d1，d1为预设值；例如d1取值5；每采集一次语音数据，则倒计数减一；
60.在倒计数阶段，若再次监测到无效标识时，则倒计数自动归为原值，重新按照d1进行倒计数，否则，继续倒计数，直至归零停止计数；
61.在倒计数阶段，若无效标识的出现次数达到预设第一数量或者预定比例或者连续无效标识的出现次数达到预设第二数量时，则确定对应学习者当前训练状态不佳，生成提醒信息；
62.训练分析模块用于将提醒信息发送至对应学习者的终端上，以提醒对应学习者休息一段时间后再继续训练，以提高学习效率；
63.互动教学模块用于教师与学习者登录教育平台并进行在线互动教学，使得师生间能形成有效互动，提高教学工作效率以及学生学习积极性。
64.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
65.本发明的工作原理：
66.一种英语听说学习用互动系统，在工作时，训练选择模块用于学习者根据需要从数据库中选择所要读的语音类型进行发音训练；语音采集模块用于对学习者的语音数据进行采集并将采集的语音数据传输至语音判断模块；语音判断模块用于判断语音数据的有效性，首先对采集的语音数据进行降噪增强处理；获取语音数据中每个元音的采集时间和强度，计算得到元音间隔偏值ys和元音强度偏值yd；若ys大于第一偏值阈值或yd大于第二偏值阈值，则判定语音数据无效，重新采集语音数据；剔除语速过快、过慢以及声音模糊不清的数据，提高学习者的训练效果；
67.语音识别模块用于基于声学模型结合语言模型对接收到的语音数据进行特征参数提取，并将提取到的特征参数与数据库存储的正确读音的回放进行对比分析，得到对应的错误语音；语音识别模块用于将错误语音传输至语音纠错模块，使学习者进行订正练习；语音纠错模块用于对学习者的错误语音进行存储和记录，按照语音类型将同一类型的错误语音进行统合得到类型错误数据，将类型错误数据中错误语音和错误时刻根据其数值生成类型错误图表；按照错误吸引值bx的大小对类型错误图表进行排序显示，得到对应的可视化图表；使得学习者优先对错误吸引值bx高的类型错误图表中的错误语音进行订正练习，提高学习效率；
68.其中训练分析模块与语音判断模块相连接，用于获取语音判断模块的判断结果对学习者的训练状态进行分析，判断对应学习者是否需要休息；在倒计数阶段，若无效标识的出现次数达到预设第一数量或者预定比例或者连续无效标识的出现次数达到预设第二数量时，则确定对应学习者当前训练状态不佳，生成提醒信息；以提醒对应学习者休息一段时
间后再继续训练，以提高学习效率。
69.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
70.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。