基于DTW的语音评价系统及其中学英语教学中的应用

摘要

全球化、国际化的发展背景下，我国对英语重视的程度不断提高，越来越多的人将英语作为第二语言。英语口语又是学好英语的重要环节。在传统教学模式中，教师只注重学生英语的读写能力，往往忽视学生英语口语的教学。为了改善学生的口语水平，市场上的英语口语学习软件不断的涌现出来，但是很多软件缺少口语学习的实时反馈;有些虽然可以实时反馈，但没有针对中学英语教学的实际需求，不能让英语教师根据教学的实际需要自由使用。
　　本文针对中学英语教学的实际需要，设计开发了英语词汇发音即时评价系统，教师可以根据教学进度，给学生制作需要练习词汇的标准音频，学生可以根据标准的音频进行练习，系统能即时进行反馈。
　　本文的主要研究工作如下:
　　首先，在研究分析了市场上英语语音识别和口语练习系统的基础上，根据当前中学英语教师的实际需求，研究英语词汇发音评价作为研究目标。
　　其次，研究了语音信息处理基础理论，选取了抗噪能力和鲁棒性更好的谱减法与短时能量相结合的方法进行端点检测;在语音特征方面，选择了平滑的梅尔倒谱系数(SMFCC)、音量强度和基音轨迹作为系统比对的特征参数。
　　再次，在分析基于DTW语音模式匹配算法的基础上，提出了改进的DTW语音匹配算法，在保证匹配准确率的基础上，明显提高了语音匹配的速度，确保语音评价系统的实时性。
　　最后，设计并实现了语音评价系统，在Android平台上对系统进行了测试。结果表明，本系统基本上能对学生的词汇发音进行客观地评价。
　　本文完成的语音评价系统，可以应用到starC教学平台中，增加了学生英语口语学习的兴趣，提高学生口语学习的效率，教师也可以准确地了解每个学生的发音情况。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外相关研究现状

1．3 论文组织结构

第2章 语音比对理论基础和技术架构

2．1 语音信号的特性

2．1．1 语音信号的时域特性

2．1．2 语音信号的频域特性

2．2 语音比对技术概述

2．2．1 语音识别技术介绍

2．2．2 语音比对技术介绍

2．3 语音信号的预处理

2．3．1 语音信号的预加重和归一化

2．3．2 语音信号的分帧、加窗处理

2．3．3 语音信号的端点检测

2．4 语音重要特征参数

2．4．1 线性预测系数

2．4．2 线性倒谱系数

2．4．3 梅尔倒谱系数

2．5 本章小节

第3章 基于改进的DTW模式匹配算法

3．1 DTW算法原理

3．2 改进的DTW算法

3．3 实验分析

3．4 本章小节

第4章 基于DTW语音评价系统的实现

4．1 语音评价系统框架

4．2 语音信号的预处理

4．2．1 语音信号的分帧加窗

4．2．2 信号端点检测

4．3 特征参数的选取

4．3．1 改进的MFCC特征提取

4．3．2 音量强度

4．3．3 基音轨迹

4．4 特征参数的规整化

4．4．1 内插法

4．4．2 线性缩放

4．4．3 线性平移

4．5 模式匹配

4．6 语音评分机制的建立

4．7 本章小节

第5章 实验结果及系统应用

5．3 实验步骤

5．4 实验结果及分析

5．5 语音评价在中学英语教学中的应用

5．6 本章小结

第6章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读硕士期间学术成果

致谢