本發(fā)明屬于英語口語評價與測試技術(shù)領(lǐng)域，尤其是涉及一種大學英語口語學習與測試系統(tǒng)及其方法。
背景技術(shù)：
英語作為一門重要課程,自小學起就受到極大的重視，大學英語作為高等教育中最重要的公共課程之一,自然成為全社會普遍關(guān)注的焦點，大學英語等級考試，簡稱CET，不僅是大學生掌握英語水平標志，而且被許多院校作為學生能否獲得畢業(yè)學位的硬性指標。
隨著經(jīng)濟全球化的發(fā)展和我國對外開放政策的貫徹,國際間的交流日趨增加,外商不斷涌入我國投資辦廠,這就對大學生的英語實際應用能力，特別是聽、說能力提出了更高的要求，英語口語的自動糾正與練習是切實提高大學生英語聽、說能力最為有效的方法之一，但是,在當代教學改革的大環(huán)境下,由于傳統(tǒng)英語口試的種種弊端,原有的口語發(fā)音練習形式已經(jīng)越來越不能適應當代口語的要求,而基于網(wǎng)絡環(huán)境下人機對話模式的練習形式是大學英語口語語音測試與練習的必然趨勢。
目前的大學英語語音練習與學習中，一般采用學生與學生之間、學生與老師之間面對面進行練習與跟讀的方式進行，這種方式具有諸多弊端，學生在跟讀過程中，容易出現(xiàn)發(fā)音不準，自己也無法對不準的音調(diào)、音長以及音高進行有效的糾正，長而久之，容易造成英語口語較差，出現(xiàn)更多的中式英語，影響英語的聽力和交流。因此，需設計一種自動的直觀的英語口語測試學習方法及學習系統(tǒng)，以便滿足大學英語的教學需要。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的是克服現(xiàn)有技術(shù)的缺點，對現(xiàn)有技術(shù)進行實質(zhì)性改進和創(chuàng)新，提供一種結(jié)構(gòu)合理的大學英語口語學習與測試系統(tǒng)。并提供適用性強，效果佳的大學英語口語學習與測試方法，以便實現(xiàn)對大學英語口語的自動評價與測試，并生成直觀的曲線，便于學生對自己不正確的發(fā)音進行糾正，統(tǒng)一為標準發(fā)音，用最短的時間迅速提高口語能力。
為實現(xiàn)本發(fā)明目的之一采用的技術(shù)方案：一種大學英語口語學習與測試系統(tǒng)，其特征在于：它包括：
語音采集模塊：所述語音采集模塊采集待測試對象的語音；
語音預處理模塊：所述語音預處理模塊對待測的語音信息進行預處理，提取語音信息的音長參數(shù)群和音高參數(shù)群并建立語音聲學模型；
語音關(guān)鍵詞提取模塊：所述語音關(guān)鍵詞提取模塊負責提取待測語音的語音關(guān)鍵詞；
口語測試處理模塊，所述口語測試處理模塊根據(jù)音長參數(shù)群和音高參數(shù)群利用PESQ算法來得到音長曲線和音高曲線；
查詢模塊，所述查詢模塊根據(jù)語音關(guān)鍵詞提取模塊提取的語音關(guān)鍵詞，從標準數(shù)據(jù)庫中查詢出該待測試對象語音的標準音長曲線和音高曲線；
標準數(shù)據(jù)庫，所述標準數(shù)據(jù)庫中存儲有標準的語音信息；
對比顯示模塊，所述對比顯示模塊將口語測試處理模塊分析處理得到的測試到的音長曲線和音高曲線分別與標準數(shù)據(jù)庫中存儲的相應的標準音長曲線和音高曲線顯示在屏幕上進行對比；
標識模塊，所述標識模塊將標準的與測試到的音長和音高的差值大于設定閾值的發(fā)音段進行標識，以便于學習者重點糾正與練習。
還包括客戶端，所述客戶端用于接收對比顯示模塊的顯示信息以及標識模塊的標識信息。
為實現(xiàn)本發(fā)明目的之二采用的技術(shù)方案：一種大學英語口語學習與測試方法，其特征在于，它包括以下步驟：
（1）語音采集模塊采集待測試對象的語音，并進行預處理，提取語音信息的音長參數(shù)群和音高參數(shù)群建立語音聲學模型，并提取語音關(guān)鍵詞；
（2）口語測試處理模塊根據(jù)音長參數(shù)群和音高參數(shù)群利用PESQ算法來得到音長曲線和音高曲線；
（3）查詢模塊根據(jù)所述步驟（1）中提取的語音關(guān)鍵詞，從標準數(shù)據(jù)庫中查詢出該待測試對象語音的標準音長曲線和音高曲線；
（4）對比顯示模塊將所述步驟（2）中得到的測試到的音長曲線和音高曲線分別與步驟（3）中得到的測試得標準音長曲線和音高曲線顯示在屏幕上進行對比；
（5）標識模塊將標準的與測試到的音長和音高的差值大于設定閾值的發(fā)音段進行標識，以便于學習者重點糾正與練習。
進一步，作為優(yōu)選，在所述步驟（1）中，預處理時，包括對采集的語音進行預加重、分幀、加窗以及端點檢測處理。
進一步，作為優(yōu)選，所述步驟（2）中，在提取音長參數(shù)群和音高參數(shù)群時，是采用將測試的語音利用時間截取單元將語音信號分成短交迭樣本塊，然后，利用交迭樣本塊計算每一塊的傅立葉變換系數(shù)，之后將得到的變換系數(shù)采用序列三角濾波器進行濾波，對濾波的數(shù)據(jù)進行加權(quán)運算，并利用離散正弦變換，得到具有特征參數(shù)的音長參數(shù)群和音高參數(shù)群。
進一步，作為優(yōu)選，還包括存儲步驟，待測試的語音文件以–30 dBov的電平進行存儲。
進一步，作為優(yōu)選，所述步驟（2）與所述步驟（3）之間還設置有重音位置檢測步驟，且該步驟具體方法是首先，重音識別模塊分段采集該待測語音樣本的音調(diào)，并對各段音調(diào)進行識別并分辨出該待測語音樣本符合重音音調(diào)的段位，然后，根據(jù)識別出的段位來確定重音音調(diào)，并分析出該待測語音的重音特征參數(shù)，且重音特征參數(shù)能夠分辨出該語音樣本的重音位置；所述步驟（3）中，還包括查詢標準重音音調(diào)特征參數(shù)的步驟，以便對待測語音的重音特征參數(shù)與標準重音音調(diào)特征參數(shù)進行比較，并繪制音調(diào)比較曲線。
進一步，作為優(yōu)選，所述步驟（5）之后還設置有評分步驟，所述評分步驟是根據(jù)所述步驟（4）中的對比曲線進行二次函數(shù)擬合，得到擬合曲線，并根據(jù)擬合曲線判定該待測語音的音調(diào)、音長和音高的等級，然后對等級進行加權(quán)求和，得到綜合測試得分。
進一步，作為優(yōu)選，所述步驟（4）與步驟（5）之間還設置有將比較曲線發(fā)送給客戶端步驟，所述客戶端為手機、電腦或者ipad。
本發(fā)明的一種大學英語口語學習與測試系統(tǒng)的結(jié)構(gòu)合理；其方法適用性強，效果佳。
具體的效果是：能夠?qū)τ⒄Z口語進行采集，并最終形成對比曲線，利用曲線對比的方式，利于直觀的發(fā)現(xiàn)口語練習者語言的錯誤、偏誤或不到位的地方，如：音長、音高等趨向或變化的視圖，通過標準發(fā)音與測量出的發(fā)音圖片可視化對比，利于針對錯誤進行精準定位、反饋，學習者再通過不斷的練習進行口語糾錯，統(tǒng)一為標準發(fā)音，用最短的時間迅速提高口語能力。還可以將結(jié)果發(fā)送給客戶端，便于老師對學生的發(fā)音進行監(jiān)控與統(tǒng)計，以便于對共有錯誤進行及時糾正，提高大學英語的教學質(zhì)量與教學效果。
附圖說明
圖1為本發(fā)明的一種大學英語口語學習與測試系統(tǒng)結(jié)構(gòu)方框示意圖。
具體實施方式
下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
參閱圖1，本發(fā)明的一種大學英語口語學習與測試系統(tǒng)，包括：
語音采集模塊1：所述語音采集模塊1采集待測試對象的語音；
語音預處理模塊2：所述語音預處理模塊2對待測的語音信息進行預處理，提取語音信息的音長參數(shù)群和音高參數(shù)群并建立語音聲學模型；
語音關(guān)鍵詞提取模塊3：所述語音關(guān)鍵詞提取模塊3負責提取待測語音的語音關(guān)鍵詞；
口語測試處理模塊4，所述口語測試處理模塊4根據(jù)音長參數(shù)群和音高參數(shù)群利用PESQ算法來得到音長曲線和音高曲線；
查詢模塊5，所述查詢模塊5根據(jù)語音關(guān)鍵詞提取模塊3提取的語音關(guān)鍵詞，從標準數(shù)據(jù)庫6中查詢出該待測試對象語音的標準音長曲線和音高曲線；
標準數(shù)據(jù)庫6，所述標準數(shù)據(jù)庫中存儲有標準的語音信息；
對比顯示模塊7，所述對比顯示模塊7將口語測試處理模塊4分析處理得到的測試到的音長曲線和音高曲線分別與標準數(shù)據(jù)庫6中存儲的相應的標準音長曲線和音高曲線顯示在屏幕上進行對比；
標識模塊8，所述標識模塊8將標準的與測試到的音長和音高的差值大于設定閾值的發(fā)音段進行標識，以便于學習者重點糾正與練習。
客戶端9，所述客戶端9用于接收對比顯示模塊的顯示信息以及標識模塊的標識信息。
本發(fā)明的一種大學英語口語學習與測試方法，包括以下步驟：
（1）語音采集模塊采集待測試對象的語音，并進行預處理，提取語音信息的音長參數(shù)群和音高參數(shù)群建立語音聲學模型，并提取語音關(guān)鍵詞；
（2）口語測試處理模塊根據(jù)音長參數(shù)群和音高參數(shù)群利用PESQ算法來得到音長曲線和音高曲線；
（3）查詢模塊根據(jù)所述步驟（1）中提取的語音關(guān)鍵詞，從標準數(shù)據(jù)庫中查詢出該待測試對象語音的標準音長曲線和音高曲線；
（4）對比顯示模塊將所述步驟（2）中得到的測試到的音長曲線和音高曲線分別與步驟（3）中得到的測試得標準音長曲線和音高曲線顯示在屏幕上進行對比；
（5）標識模塊將標準的與測試到的音長和音高的差值大于設定閾值的發(fā)音段進行標識，以便于學習者重點糾正與練習。
（6）在所述步驟（1）中，預處理時，包括對采集的語音進行預加重、分幀、加窗以及端點檢測處理。
（7）所述步驟（2）中，在提取音長參數(shù)群和音高參數(shù)群時，是采用將測試的語音利用時間截取單元將語音信號分成短交迭樣本塊，然后，利用交迭樣本塊計算每一塊的傅立葉變換系數(shù)，之后將得到的變換系數(shù)采用序列三角濾波器進行濾波，對濾波的數(shù)據(jù)進行加權(quán)運算，并利用離散正弦變換，得到具有特征參數(shù)的音長參數(shù)群和音高參數(shù)群。
（8）還包括存儲步驟，待測試的語音文件以–30 dBov的電平進行存儲。
（9）所述步驟（2）與所述步驟（3）之間還設置有重音位置檢測步驟，且該步驟具體方法是首先，重音識別模塊分段采集該待測語音樣本的音調(diào)，并對各段音調(diào)進行識別并分辨出該待測語音樣本符合重音音調(diào)的段位，然后，根據(jù)識別出的段位來確定重音音調(diào)，并分析出該待測語音的重音特征參數(shù)，且重音特征參數(shù)能夠分辨出該語音樣本的重音位置；所述步驟（3）中，還包括查詢標準重音音調(diào)特征參數(shù)的步驟，以便對待測語音的重音特征參數(shù)與標準重音音調(diào)特征參數(shù)進行比較，并繪制音調(diào)比較曲線。
（10）所述步驟（5）之后還設置有評分步驟，所述評分步驟是根據(jù)所述步驟（4）中的對比曲線進行二次函數(shù)擬合，得到擬合曲線，并根據(jù)擬合曲線判定該待測語音的音調(diào)、音長和音高的等級，然后對等級進行加權(quán)求和，得到綜合測試得分。
（11）所述步驟（4）與步驟（5）之間還設置有將比較曲線發(fā)送給客戶端步驟，所述客戶端為手機、電腦或者ipad。
本發(fā)明的一種大學英語口語學習與測試方法對英語口語進行采集，并最終形成對比曲線，利用曲線對比的方式，利于直觀的發(fā)現(xiàn)口語練習者語言的錯誤、偏誤或不到位的地方，如：音長、音高等趨向或變化的視圖，通過標準發(fā)音與測量出的發(fā)音圖片可視化對比，利于針對錯誤進行精準定位、反饋，學習者再通過不斷的練習進行口語糾錯，統(tǒng)一為標準發(fā)音，用最短的時間迅速提高口語能力。本發(fā)明還可以將結(jié)果發(fā)送給客戶端，便于老師對學生的發(fā)音進行監(jiān)控與統(tǒng)計，以便于對共有錯誤進行及時糾正，提高大學英語的教學質(zhì)量與教學效果。
盡管已經(jīng)示出和描述了本發(fā)明的實施例，對于本領(lǐng)域的普通技術(shù)人員而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對這些實施例進行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同物限定。