一种养老护理人员的语音模拟训练系统技术方案

本发明专利技术属于养老护理领域，公开了一种养老护理人员的语音模拟训练系统，其特征在于，该系统主要包括语音获取模块、语音处理模块、存储模块、语音选择模块、中央控制模块、音频播放模块、语音录入模块和语音比对模块；语音获取模块获取语音音频数据通过语音转化模块转化为语音文本数据；语音选择模块选择不同养老护理情景，将不同的控制指令指令发送到中央控制模块，基于控制指令选择对应的语音音频数据，并控制音频播放模块播放；语音比对模块将学员的语音文本数据与原语音文本数据比对，提示结果正确与否。本发明专利技术系统存储了多种养老护理情景下的语音数据，可通过设定的场景需求播放不同的语音数据，便于在护理员在进行训练时呈现更贴近真实情况的场景，有效的提升了护理员护理技能。理技能。理技能。

【技术实现步骤摘要】
一种养老护理人员的语音模拟训练系统


[0001]本专利技术属于养老护理领域，尤其涉及一种养老护理人员的语音模拟训练系统。

技术介绍

[0002]随着社会老龄化趋势的不断加重，老年人的问题，已经是当今社会亟待解决的问题。养老及养老方式也已成为人们普遍关心的问题。就目前而言，养老方式大体上可分为“养老院式养老”和“居家养老”两种。
[0003]居家养老”方式近些年得到了老人、子女以及社会的普遍认可和关注。养老院方式的优点在于：养老院中有护理人员、医务人员、管理人员等，终日为老人提供服务，确保他/她们的生活起居、饮食提供、安全保障、医疗服务，并负责在必要时，及时联络老人的亲属，向其通报老人的状况。而居家养老的老人，则没有了上述养老院养老所具备的条件。
[0004]因此当前养老护理员专业化人才缺口巨大，供需矛盾十分突出。因此，亟需提供一种针对养老护理员的语音模拟训练系统。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提出了一种养老护理人员的语音模拟训练系统。
[0006]本专利技术是这样实现的，一种养老护理人员的语音模拟训练系统，其特征在于，该养老护理人员的语音模拟训练系统主要包括语音获取模块、语音处理模块、存储模块、语音选择模块、中央控制模块、音频播放模块、语音录入模块和语音比对模块；
[0007]所述语音获取模块，与语音处理模块相连，用于预先获取不同养老护理情景的养老护理人员的语音音频数据并通过语音处理模块转化为语音文本数据后并通过存储模块进行存储；
>[0008]所述语音处理模块，与语音获取模块、语音录入模块、语音比对模块和存储模块相连，用于获取语音获取模块和语音录入模块录入的语音音频数据的特征参数，并通过语言模型转化为语音文本数据；
[0009]所述存储模块，与语音处理模块、语音比对模块、中央控制模块、音频播放模块相连，用于存储语音文本数据；
[0010]所述语音选择模块，与中央控制模块相连，用于学员选择不同养老护理情景的语音，并将不同的控制指令发送到中央控制模块；
[0011]所述中央控制模块，与语音选择模块、存储模块和音频播放模块相连，用于检测到语音选择模块发送的控制指令，基于控制指令在存储模块中选择对应的语音音频数据，并控制音频播放模块播放；
[0012]所述音频播放模块，与中央控制模块、存储模块相连，用于播放语音音频数据；
[0013]所述语音录入模块，与语音处理模块相连，用于获取学员的语音音频数据并发送到语音处理模块进行转化为语音文本数据；
[0014]所述语音比对模块，与存储模块和语音处理模块相连，用于将学员录入的语音音频数据并且经过语音处理模块转化的语音文本数据与原语音文本数据比对，提示结果正确与否。
[0015]进一步，所述不同养老护理情景包括：起床、锻炼、吃饭、洗漱、睡觉等。
[0016]进一步，所述中央控制模块包括至少一个传感器和控制芯片。
[0017]进一步，所述控制芯片，用于基于所述至少一个传感器中的指定传感器的特定状态生成并检测到控制指令。
[0018]进一步，所述语音处理模块将语音音频数据转化为语音文本数据的具体方法包括：
[0019](1)获取所述语音信息中的特征参数；在给定模型Λ条件下产生观测序列O的概率，定义一个前向变量α
t
(i)：
[0020]α
t
(t)＝P{O1，O2，
…
，O
t
；q
t
＝S
i
|Λ}
[0021]即：在给定模型条件下，产生t以前的部分观测符号序列，且t时刻又处于状态Si的概率；
[0022]初始化：α1(i)＝π
i
b
i
(O1)1≤i≤N
[0023]π是初始状态分布，π＝{π
i
},πi＝P[
q1
＝S
i
],1≤j≤N，B为状态的观测符号概率分布；
[0024]B＝{b
j
(O
k
)},b
j
(O
k
)＝P[在t时刻输出观测符号为O
k
|
qt
＝S
j
],1≤j≤N,1≤k≤M；迭代计算：
[0025][0026]最后计算
[0027]其中a
ij
为状态转移矩阵中的元素，b
j
(O
t
)为观测符号矩阵中的元素；
[0028](2)Baum
‑
Welch算法求出最优解λ*＝arg max{P(O|Λ)}；
[0029](3)Viterbi算法解出最佳状态转移序列；
[0030](4)根据最佳状态序列对应的λ给出候选音节或声韵母；
[0031](5)通过语言模型形成词和句子。
[0032]进一步，所述语音比对模块将学员的语音文本数据与原语音文本数据比对具体包括：
[0033]根据以下公式计算学员的语音文本数据与原语音文本数据之间的比对值；
[0034][0035]Fi为第i段原语音文本数据对应的学员的语音文本数据之间的比对值，H() 表示经HMM语音识别算法运算并获得的语音文本数据的函数，δm为与学员的语音文本数据，为语音信号相似性对比运算。
[0036]本专利技术另一目的在于提供一种应用所述的养老护理人员的语音模拟训练系统的
养老护理人员的语音模拟训练方法，其特征在于，所述养老护理人员的语音模拟训练方法具体包括：
[0037]步骤一：语音获取模块预先获取不同养老护理情景的养老护理人员的语音音频数据并通过语音处理模块转化为语音文本数据后并通过存储模块进行存储；
[0038]步骤二：学员利用语音选择模块选择不同养老护理情景，并将不同的控制指令指令发送到中央控制模块，中央控制模块基于控制指令在存储模块中选择对应的语音音频数据，并控制音频播放模块播放；
[0039]步骤三：学员利用语音录入模块录入语音音频数据，并发送到语音处理模块进行转化为语音文本数据；
[0040]步骤四：语音比对模块将学员的语音文本数据与原语音文本数据比对，提示结果正确与否。
[0041]本专利技术另一目的在于提供一种计算机设备，包括：所述的语音模拟训练系统。
[0042]本专利技术另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
[0043]语音获取模块预先获取不同养老护理情景的养老护理人员的语音音频数据并通过语音处理模块转化为语音文本数据后并通过存储模块进行存储；学员利用语音选择模块选择不同养老护理情景，并将不同的控制指令指令发送到中央控制模块，中央控制模块基于控制指令在存储模块中选择对应的语音音频数据，并控制音频播放模块播放；学员利用语音录入模块录本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种养老护理人员的语音模拟训练系统，其特征在于，该养老护理人员的语音模拟训练系统主要包括语音获取模块、语音处理模块、存储模块、语音选择模块、中央控制模块、音频播放模块、语音录入模块和语音比对模块；所述语音获取模块，与语音处理模块相连，用于预先获取不同养老护理情景的养老护理人员的语音音频数据并通过语音处理模块转化为语音文本数据后并通过存储模块进行存储；所述语音处理模块，与语音获取模块、语音录入模块、语音比对模块和存储模块相连，用于获取语音获取模块和语音录入模块录入的语音音频数据的特征参数，并通过语言模型转化为语音文本数据；所述存储模块，与语音处理模块、语音比对模块、中央控制模块、音频播放模块相连，用于存储语音文本数据；所述语音选择模块，与中央控制模块相连，用于学员选择不同养老护理情景的语音，并将不同的控制指令发送到中央控制模块；所述中央控制模块，与语音选择模块、存储模块和音频播放模块相连，用于检测到语音选择模块发送的控制指令，基于控制指令在存储模块中选择对应的语音音频数据，并控制音频播放模块播放；所述音频播放模块，与中央控制模块、存储模块相连，用于播放语音音频数据；所述语音录入模块，与语音处理模块相连，用于获取学员的语音音频数据并发送到语音处理模块进行转化为语音文本数据；所述语音比对模块，与存储模块和语音处理模块相连，用于将学员录入的语音音频数据并且经过语音处理模块转化的语音文本数据与原语音文本数据比对，提示结果正确与否。2.如权利要求1所述的养老护理人员的语音模拟训练系统，其特征在于，所述不同养老护理情景包括：起床、锻炼、吃饭、洗漱、睡觉等。3.如权利要求1所述的养老护理人员的语音模拟训练系统，其特征在于，所述中央控制模块包括至少一个传感器和控制芯片。4.如权利要求3所述的中央控制模块，其特征在于，所述控制芯片，用于基于所述至少一个传感器中的指定传感器的特定状态生成并检测到控制指令。5.如权利要求1所述的养老护理人员的语音模拟训练系统，其特征在于，所述语音处理模块将语音音频数据转化为语音文本数据的具体方法包括：(1)获取所述语音信息中的特征参数；在给定模型Λ条件下产生观测序列O的概率，定义一个前向变量α
t
(i)：α
t
(t)＝P{O1，O2，
…
，O
t
；q
t
＝S
i
|Λ}即：在给定模型条件下，产生t以前的部分观测符号序列，且t时刻又处于状态Si的概率；初始化：α1(i)＝π
i
b
i
(O1)1≤i≤Nπ是初始状态分布，π＝{π
i
},πi＝P[
q1
＝S
i
],1≤j≤N，B为状态的观测符号概率分布；B＝{b
j
(O
...

【专利技术属性】
技术研发人员：罗清平，
申请(专利权)人：长沙民政职业技术学院，
类型：发明
国别省市：