一种数据评估教育系统专利检索-倒谱数学与统计专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

一种数据评估教育系统

阅读：1042发布：2020-12-08

IPRDB可以提供一种数据评估教育系统专利检索，专利查询，专利分析的服务。并且本发明公开了一种数据评估教育系统，包括：语音预处理模块，取得周围语音信息，所述周围语音信息包含对所述数据评估教育系统讲话的讲话语音、表示所述讲话语音的讲话者的周围的声音，将所述周围语音信息分离为包含所述讲话语音的第1语音信息和包含除了所述讲话语音以外的声音的第2语音信息，将所述第1语音信息的声级和所述第2语音信息的声级进行比较，根据比较的结果，采用第1再现方法、和再现的语音的指向性与所述第1再现方法不同的第2再现方法中的某一方，再现对所述讲话语音的应答语音将待评测的英语口语音频文件随机分割为等长度切片。本发明通过语音识别技术，对语音进行识别处理，评估准确率高，扩展性强。，下面是一种数据评估教育系统专利的具体信息内容。

权利要求

1.一种数据评估教育系统，其特征在于，包括：语音预处理模块，取得周围语音信息，所述周围语音信息包含对所述数据评估教育系统讲话的讲话语音、表示所述讲话语音的讲话者的周围的声音，将所述周围语音信息分离为包含所述讲话语音的第1语音信息和包含除了所述讲话语音以外的声音的第2语音信息，将所述第1语音信息的声级和所述第2语音信息的声级进行比较，根据比较的结果，采用第1再现方法、和再现的语音的指向性与所述第1再现方法不同的第2再现方法中的某一方，再现对所述讲话语音的应答语音将待评测的英语口语音频文件随机分割为等长度切片；卷积神经网络分析模块，对得到的音频切片进行短时傅里叶变换生成对应的二维时频图，再逐个对一维时频图进行高级抽象，得到音频切片的高级抽象特征；评估与反馈模块，通过机器学习模型逐个对音频切片的高级抽象特征进行分析得到每个音频切片的分数，再对所有得分取平均数即得到最终的英语口语评估分数。

2.根据权利要求1所述的数据评估教育系统，其特征在于，所述随机音频切片的时长为

10s。

3.根据权利要求1所述的数据评估教育系统，其特征在于，所述语音信号处理模块，针对所有音频切片，依次完成时域分析、频域分析和倒谱域分析；声学参数分析模块，对音频切片的声学参数进行分析和计算，声学参数包括MLL频率倒谱系数、线性预测倒谱系数和线谱对系数。

4.根据权利要求1所述的数据评估教育系统，其特征在于，所述第2再现方法是对所述讲话者具有指向性的再现方法，在所述第1语音信息的声级高于所述第2语音信息的声级的情况下，采用所述第1再现方法再现所述应答语音，在所述第1语音信息的声级低于所述第2语音信息的声级的情况下，采用所述第2再现方法再现所述应答语音。

5.根据权利要求1所述的数据评估教育系统，其特征在于，所述语音信号处理模块包括以下模块：时域分析模块，分析和提取音频切片中的时域特征参数；频域分析模块，通过带通滤波器组法、傅里叶变换法、频域基音检测法、时一频表示方法，提取音频切片的频谱、功率谱、频谱包络；倒谱域分析模块，通过同态处理分析和提取音频切片的倒谱域特征参数，进一步将声门激励信息和声道响应信息有效地分开：声门激励信息用于判断清浊音、求基音周期，声道响应信息用于求共振峰，用于语音的编码、合成、识别。

说明书全文

一种数据评估教育系统

技术领域

[0001] 本发明涉及一种系统，具体是一种数据评估教育系统。

背景技术

[0002] 目前市场上己经出现了口语数据评估教育系统，但这些产品目前采用的都是如下方法：先利用语音识别技术将学生口语音频识别成文本，而后对识别的文本进行特征分析，最后用机器学习算法给出学生口语评估结果。该方法最大问题来自语音识别阶段以及后续的特征分析阶段。首先，高精度的英语语音识别引擎研发成本昂贵，目前只有类似谷歌之类的大型科技公司或研究单位才拥有。其次，语音识别的结果决定后续一切，然而目前的英语语音识别技术只是在发音标准的语音识别上有足够的准确率，而在发音不够准确的英语初学者(比如中国英语学习者)语音识别上还不理想。最后，特征分析阶段需要英语口语教学考试领域的专家来设计特征，这也会消耗不少人力物力，而且效果不好。

发明内容

[0003] 本发明的目的在于提供一种数据评估教育系统，以解决上述背景技术中提出的问题。

[0004] 为实现上述目的，本发明提供如下技术方案：一种数据评估教育系统，包括：语音预处理模块，取得周围语音信息，所述周围语音信息包含对所述数据评估教育系统讲话的讲话语音、表示所述讲话语音的讲话者的周围的声音，将所述周围语音信息分离为包含所述讲话语音的第1语音信息和包含除了所述讲话语音以外的声音的第2语音信息，将所述第1语音信息的声级和所述第2语音信息的声级进行比较，根据比较的结果，采用第1再现方法、和再现的语音的指向性与所述第1再现方法不同的第2再现方法中的某一方，再现对所述讲话语音的应答语音将待评测的英语口语音频文件随机分割为等长度切片；卷积神经网络分析模块，对得到的音频切片进行短时傅里叶变换生成对应的二维时频图，再逐个对一维时频图进行高级抽象，得到音频切片的高级抽象特征；评估与反馈模块，通过机器学习模型逐个对音频切片的高级抽象特征进行分析得到每个音频切片的分数，再对所有得分取平均数即得到最终的英语口语评估分数。

[0005] 作为本发明进一步的方案：所述随机音频切片的时长为10s。

[0006] 作为本发明进一步的方案：所述语音信号处理模块，针对所有音频切片，依次完成时域分析、频域分析和倒谱域分析；声学参数分析模块，对音频切片的声学参数进行分析和计算，声学参数包括MLL频率倒谱系数、线性预测倒谱系数和线谱对系数。

[0007] 作为本发明进一步的方案：所述第2再现方法是对所述讲话者具有指向性的再现方法，在所述第1语音信息的声级高于所述第2语音信息的声级的情况下，采用所述第1再现方法再现所述应答语音，在所述第1语音信息的声级低于所述第2语音信息的声级的情况下，采用所述第2再现方法再现所述应答语音。

[0008] 作为本发明再进一步的方案：所述语音信号处理模块包括以下模块：时域分析模块，分析和提取音频切片中的时域特征参数；频域分析模块，通过带通滤波器组法、傅里叶变换法、频域基音检测法、时一频表示方法，提取音频切片的频谱、功率谱、频谱包络；倒谱域分析模块，通过同态处理分析和提取音频切片的倒谱域特征参数，进一步将声门激励信息和声道响应信息有效地分开：声门激励信息用于判断清浊音、求基音周期，声道响应信息用于求共振峰，用于语音的编码、合成、识别。

[0009] 与现有技术相比，本发明的有益效果是：本发明通过语音识别技术，对语音进行识别处理，评估准确率高，扩展性强。

具体实施方式

[0010] 下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0011] 本发明实施例中，一种数据评估教育系统，包括：语音预处理模块，取得周围语音信息，所述周围语音信息包含对所述数据评估教育系统讲话的讲话语音、表示所述讲话语音的讲话者的周围的声音，将所述周围语音信息分离为包含所述讲话语音的第1语音信息和包含除了所述讲话语音以外的声音的第2语音信息，将所述第1语音信息的声级和所述第2语音信息的声级进行比较，根据比较的结果，采用第1再现方法、和再现的语音的指向性与所述第1再现方法不同的第2再现方法中的某一方，再现对所述讲话语音的应答语音将待评测的英语口语音频文件随机分割为等长度切片；卷积神经网络分析模块，对得到的音频切片进行短时傅里叶变换生成对应的二维时频图，再逐个对一维时频图进行高级抽象，得到音频切片的高级抽象特征；评估与反馈模块，通过机器学习模型逐个对音频切片的高级抽象特征进行分析得到每个音频切片的分数，再对所有得分取平均数即得到最终的英语口语评估分数。

[0012] 根据所述讲话语音构成，取得包含对语音对话装置讲话的讲话语音的、表示讲话语音的讲话者的周围的声音的周围语音信息。周围语音信息被分离为包含讲话语音的第1语音信息和包含除了讲话语音以外的声音的第2语音信息。将第1语音信息的声级和第2语音信息的声级进行比较。根据比较的结果，采用第1再现方法和再现的语音的指向性与第1再现方法的不同的第2再现方法中的某一方再现应答语音。因此，根据包含对语音对话装置讲话的讲话语音的第1语音信息的声级、和包含除了讲话语音以外的声音的第2语音信息的声级的比较结果，采用第1再现方法和再现的语音的指向性与第1再现方法的不同的第2再现方法中的某一方再现应答语音，所以能够采用与讲话者的周围的状况相应的再现方法再现应答语音。

[0013] 所述随机音频切片的时长为10s。

[0014] 所述语音信号处理模块，针对所有音频切片，依次完成时域分析、频域分析和倒谱域分析；声学参数分析模块，对音频切片的声学参数进行分析和计算，声学参数包括MLL频率倒谱系数、线性预测倒谱系数和线谱对系数。

[0015] 所述第2再现方法是对所述讲话者具有指向性的再现方法，在所述第1语音信息的声级高于所述第2语音信息的声级的情况下，采用所述第1再现方法再现所述应答语音，在所述第1语音信息的声级低于所述第2语音信息的声级的情况下，采用所述第2再现方法再现所述应答语音。

[0016] 所述语音信号处理模块包括以下模块：时域分析模块，分析和提取音频切片中的时域特征参数；频域分析模块，通过带通滤波器组法、傅里叶变换法、频域基音检测法、时一频表示方法，提取音频切片的频谱、功率谱、频谱包络；倒谱域分析模块，通过同态处理分析和提取音频切片的倒谱域特征参数，进一步将声门激励信息和声道响应信息有效地分开：声门激励信息用于判断清浊音、求基音周期，声道响应信息用于求共振峰，用于语音的编码、合成、识别。

[0017] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

标题	发布/更新时间	阅读量
一种基于弯折倒谱特征的抗噪语音识别方法-专利编号CN104778948A	2020-05-11	571
一种水下目标gammachirp倒谱系数听觉特征提取方法-专利编号CN103559893A	2020-05-12	377
一种基于倒谱分析的水雷目标识别方法-专利编号CN101644768A	2020-05-13	798
用于音频特征提取的倒谱方差归一化-专利编号CN107112011A	2020-05-11	993
一种频谱和倒谱信息融合的模糊图像检测方法-专利编号CN104282028A	2020-05-12	186
基于线性预测倒谱系数的高光谱图像分类方法-专利编号CN102880861A	2020-05-12	890
基于倒谱和差分方差的音频隐写分析算法-专利编号CN102509551A	2020-05-13	398
基于倒谱的OFDM信号时域参数估计方法-专利编号CN109005138A	2020-05-11	822
一种ENPEMF信号的NMP倒谱SST时频方法-专利编号CN107831549A	2020-05-11	1031
基于倒谱特征线性情感补偿的说话人识别方法-专利编号CN1758332A	2020-05-13	498

一种数据评估教育系统

一种数据评估教育系统

技术领域

背景技术

发明内容

具体实施方式

IPRDB

热门服务

关于我们

友情链接

联系方式