基于讯飞云的儿童语言行为发育评估系统的设计与实现

摘要

随着儿童语言和心理健康等学科的发展，儿童语言发育问题日益受到社会的广泛关注，因语言发育相关障碍就诊的儿童数量日益增多，家长和儿童医学工作者迫切希望开发出一款儿童语言行为发育评估的工具，能高效地分析儿童的日常语音，尤其是可以让家长配合医生加入到儿童语言障碍的预防过程中，一定程度上可以降低儿童语言障碍的发病率。因此，开发一款儿童语言行为发育评估的工具有重要的社会意义。讯飞语音云平台（简称讯飞云）是国际领先的语音识别平台，其开发出的语音转写服务能针对特定场景下的双说话人语音分离和对长时音频进行识别，且响应速度快;对于分析复杂的长时音频工作者而言，能节省大量的人力资源和时间。本文主要针对4至6岁年龄段的儿童，采用J2EE主流开发框架，设计并开发了一个基于讯飞云的儿童语言行为发育评估系统。本系统以特定的设计模型为基础，从现实条件出发，采集真实的儿童日常语音作为本系统的训练数据，通过代码实现相应的功能。具体内容包括:
　　(1)设计与实现儿童语言行为发育评估系统。该系统的用户分为医生和医粉两类，用户登录系统，上传儿童日常语音文件后，系统首先对儿童语音文件进行预处理，即使用FFmpeg的视频格式转换技术对音频文件进行格式转换，并切分成适合讯飞云处理的音频，再将预处理后的音频依次上传到讯飞云进行语音识别。最后将讯飞云识别返回的结果集进行分词统计，评估该儿童能表达出的字、词的数量。
　　(2)对开发的儿童语言行为发育评估系统进行评价和分析。结合人工转写的方式，将儿童语言行为发育评估系统的结果与人工转写结果进行对比，分析本系统评估结果的正确性。本系统可以有效的减轻医学工作者的负担，为儿童语言障碍的预防提供了一个很好的解决方案。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．3 论文主要研究内容

1．4 论文的组织结构

第二章 相关技术和研究工作

2．1 J2EE简介

2．2．1 讯飞开放平台

2．2．2 讯飞开放平台语音转写服务

2．3 JSON数据格式

2．4 FFmpeg开源项目

2．5 本章小结

第三章 系统需求分析与设计

3．1 系统概述

3．2 系统功能设计

3．2．1 音频预处理功能设计

3．2．2 语音识别功能设计

3．2．3 分词统计功能设计

3．3 系统数据库设计

3．3．1 数据库介绍

3．3．2 数据库逻辑结构设计

3．3．3 数据库物理结构设计

3．4 系统非功能性需求分析

3．5 系统总体架构

3．6 本章小结

第四章 系统实现与测试

4．1 系统实现环境和软件配置

4．1．1 系统实现环境

4．1．2 软件配置

4．2 训练数据

4．3 系统功能详细实现

4．3．1 登录功能实现

4．3．2 音频预处理功能实现

4．3．3 语音识别功能实现

4．3．4 分词统计功能实现

4．4 儿童语言行为发育评估系统的正确性分析

4．5 系统测试

4．5．1 测试环境

4．5．2 功能测试

4．6 本章小结

第五章 总结与展望

参考文献

致谢

攻读硕士期间参与的科研项目