一种英语发音纠正方法及系统技术方案

本发明专利技术提出了一种英语发音纠正方法及系统，该方法包括：首先，获取发音者的发音数据特征和标准发音数据特征；并根据发音者的发音数据特征和标准发音数据特征，利用DTW算法计算得到局部发音差异数据；其次，采用V个k

【技术实现步骤摘要】
一种英语发音纠正方法及系统


[0001]本专利技术涉及语音数据处理
，特别是指一种英语发音纠正方法及系统。

技术介绍

[0002]在英语的学习过程中，英语发音是学习过程中重要的一环，如果英语发音不标准，则在英语发音的学习过程中会养成习惯，导致后期在英语发音中难以更改。
[0003]现有的英语发音纠正方法，是通过DTW算法计算学习者发音数据与标准发音数据之间的局部差异，来判断当前英语发音是否出现错误。但是在通过DTW算法计算局部差异时，是通过差异数据判断当前局部是否发音错误；并通过对差异数据进行二分类，实现最终的发音错误数据的自适应划分，得到发音者英语发音错误的数据。
[0004]在对差异数据进行二分类时，由于采用的k
‑
means聚类可能会陷入局部最优解，导致在有限的迭代求解过程中，不能够得到更接近全局最优解，使得无法准确划分发音错误数据，影响对发音者发音的纠正。

技术实现思路

[0005]针对上述
技术介绍
中存在的不足，本专利技术提出了一种英语发音纠正方法及系统，根据学习者发音数据与标准发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种英语发音纠正方法，其特征在于，其步骤如下：步骤S1：获取发音者的发音数据特征和标准发音数据特征；步骤S2：根据发音者的发音数据特征和标准发音数据特征，利用DTW算法计算得到局部发音差异数据；步骤S3：采用V个k
‑
means聚类算法分别对局部发音差异数据进行二分类，得到每个k
‑
means二分类结果陷入局部最优解的可能性；步骤S4：根据每个k
‑
means二分类结果陷入局部最优解的可能性，完成自适应的发音错误划分结果；步骤S5：对发音错误划分结果进行标记及纠正，完成英语发音纠正。2.根据权利要求1所述的英语发音纠正方法，其特征在于，所述获取发音者的发音数据特征和标准发音数据特征的方法为：将待阅读英文显示在英语发音系统的显示器上，由发音者确定阅读内容的起始单词位置和终止单词位置；发音者通过阅读显示器的待阅读英文，得到发音者的发音数据以及对应的标准英语发音数据；并将发音者的发音数据和对应的标准英语发音数据输送到英语发音系统的数据处理中心中；数据处理中心分别对发音者的发音数据和对应的标准英语发音数据进行预处理，得到发音者的发音数据的MFCC特征和标准发音数据的MFCC特征。3.根据权利要求2所述的英语发音纠正方法，其特征在于，所述MFCC特征的获得方法为：对英语发音数据依次进行预加重、分帧、加窗、离散傅里叶变换，得到离散傅里叶变换后的数据；利用梅尔滤波器组对离散傅里叶变换后的数据进行过滤，再对滤波后的数据进行对数运算，最后采用离散余弦变换对对数运算结果进行处理得到MFCC特征数据；其中，预加重系数为0.95；分帧时帧长为240，帧移为80；加窗选用汉明窗；梅尔滤波器选择30个。4.根据权利要求2所述的英语发音纠正方法，其特征在于，所述利用DTW算法计算得到局部发音数据差异的方法为：利用DTW算法计算发音者的发音数据的MFCC特征与标准发音数据的MFCC特征之间的欧式距离，得到距离矩阵；通过DTW动态规划方法，得到距离矩阵中起始点和终点两个端点之间的最短路径；通过点到直线之间的计算公式，计算最短路径上各数据点到起始点和终点两个端点所形成直线之间的距离，得到A值序列；其中，A值序列中的每个数据表示两个特征数据之间的近似程度值。5.根据权利要求4所述的英语发音纠正方法，其特征在于，所述采用V个k
‑
means聚类算法分别对局部发音差异数据进行二分类的方法为：S3.1：将A值序列等分为2*V段，取每段的中心点，然后从序列中最小值开始，将每段的中心点保持等间隔为的间隔距离，将各段的中心点作为各个k
‑
means聚类算法的初始点；其中，L为A值序列的长度值；
S3.2：根据获得的第n个k
‑
means聚类算法的初始点，计算每次迭代过程中两个类别对应质心移动距离，将当前聚类过程中两个类别所对应的质心移动距离累加，得到当前聚类迭代过程中的质心位移变化量曲线，共得到V条质心位移变化量曲线；其中，n＝1,2,
…
,V；S3.3：根据质心位移变化量曲线中质心位移变化量值和当前迭代下的聚类效果评分，计算当前第n个k
‑
means聚类算法在第t次迭代过程中陷入局部最优解的可能性Z
nt
：Z
nt
＝U
nt
*W
nt
；其中，U
nt
为质心位...

【专利技术属性】
技术研发人员：徐文君，王晓玉，叶瑾，
申请(专利权)人：信阳农林学院，
类型：发明
国别省市：