專利名稱：口語仿真學習機的制作方法
技術(shù)領(lǐng)域：
本實用新型涉及一種視聽語音設(shè)備，尤其指一種模仿真人對話的口語仿真學習機。
背景技術(shù)：
磁帶語音復讀機是一種傳統(tǒng)的學習機，它在英語學習過程中可以反復聽某一個句子或某一個單詞的錄音，學習者跟隨朗讀，反復多次達到記憶的目的。這種復讀機解決了反復聽某一句錄音而不需要“倒帶”這樣繁瑣操作的問題，基本上可以讓學習者方便地聽錄音。
近期市面上陸續(xù)出現(xiàn)一種“數(shù)碼英語學習機”，這種學習機在保留磁帶復讀機跟讀、比讀等功能的基礎(chǔ)上，重點強調(diào)超強復讀，即可任意定義A、B兩點進行復讀。如市面上銷售的“愛國者英語學習機”就屬于這種學習機。還有一些產(chǎn)品在這種學習機的基礎(chǔ)上設(shè)置麥克風插口，使用者可外接麥克風，將自己跟讀的語音記錄下來，然后放錄音，學習者自己比對，調(diào)整發(fā)音。
以上兩種學習機的重點是在“聽”的概念上做文章，說的功能簡單，聽的內(nèi)容只是機械的重復，使用者聽幾遍就沒有興趣再聽下去，學習起來比較枯燥，缺乏現(xiàn)實語境中的聽說訓練。
實用新型內(nèi)容本實用新型的目的是要解決傳統(tǒng)學習機功能單一、沒有人機對話功能的技術(shù)問題，提出一種既能結(jié)合聽說功能，又能模擬真人對話的口語仿真學習機。
一般英語學習的重點在于如何掌握豐富的詞匯和在實際語言環(huán)境中的快速發(fā)揮訓練，包括單詞、語法、句型、語態(tài)、語調(diào)等的綜合運用。本實用新型提出的口語仿真學習機是一個帶有真人語音數(shù)據(jù)庫的隨身攜帶的學習工具，能夠隨機向?qū)W習者發(fā)問，一問一答實現(xiàn)人機語音對話，創(chuàng)造出與真人對話、交流的氛圍，而這種氛圍對詞匯鞏固和綜合運用能力鍛煉有著較好的效果。
本實用新型提出的口語仿真學習機包括微處理器，存儲器、液晶顯示器、輸入鍵盤、解碼器、數(shù)模轉(zhuǎn)換器、放大器、輸出耳機，還包括與微處理器連接的語音識別模塊和麥克風。所述的語音識別模塊可以由解碼器、模數(shù)轉(zhuǎn)換器、微控制器組成，也可以采用語音識別引擎加模數(shù)轉(zhuǎn)換器組成。
本實用新型能夠模仿真人對話的場景和氛圍，充分調(diào)動使用者的學習情緒，達到良好的學習效果。與傳統(tǒng)的學習機相比，本實用新型具有如下優(yōu)點1.人機單詞對話，讓學習者輕松進行詞匯錘煉；2.人機語句對話，讓學習者身臨其境在各種語言環(huán)境模塊中游歷；3.對錯誤對話記錄進行隨機測驗，更符合學習者的需要；4.提高學習興趣，從而帶來良好的學習效果；5.體積小，易于隨身攜帶；6.成本與現(xiàn)有的數(shù)碼學習機相差不大，在價格上具有競爭優(yōu)勢。
以下結(jié)合附圖和具體實施例對本實用新型進行詳細說明，其中


圖1是本實用新型的方框圖；圖2是本實用新型第一實施例的方框圖；圖3是本實用新型第一實施例的語音識別模塊電路圖；圖4是本實用新型第二實施例的方框圖。
具體實施方式
如
圖1所示，本實用新型包括微處理器1，存儲器2、液晶顯示器3、輸入鍵盤4、解碼器5、數(shù)模轉(zhuǎn)換器6、放大器7，輸出耳機8，還包括與微處理器1連接的音識別模塊9和輸入麥克風10。存儲器2可以采用大容量閃存、光盤或移動硬盤。顯示器3采用LCD液晶顯示器。語音識別模塊9是本實用新型的重點，其作用是接受麥克風10的輸入信號，并對其進行識別，微處理器1根據(jù)識別結(jié)果控制系統(tǒng)運行。
圖2是本實用新型的一個實施例。在該實施例中，語音識別模塊9由解碼器11、模數(shù)轉(zhuǎn)換器12、微控制器13組成。解碼器11通過接口電路連接微處理器1，接受由其傳來的數(shù)字語音信號，通過接口電路輸出給微控制器13。而麥克風語音經(jīng)模數(shù)轉(zhuǎn)換器12轉(zhuǎn)換后，通過接口電路輸出給微控制器13?？紤]成本因素，圖中微控制器13可采用89C51芯片，由其對麥克風輸入的語音和內(nèi)存語音進行語音識別，最后將結(jié)果反饋給微處理器1，微處理器根據(jù)識別結(jié)果，控制系統(tǒng)運行。麥克風10的另一路語音直接送至耳機放大電路，作為輸入監(jiān)聽。
本實用新型第一實施例的核心是對一句完整語音進行整體識別，譬如一個單詞或者一句話的語音，因此需要將相關(guān)語音文件預先存入存儲器2。
根據(jù)本實用新型功能需要，可以在某一時間段里通過液晶顯示器3交替顯示兩個不同內(nèi)容的文本，也可以加裝另一塊液晶顯示器14，專門顯示“提示文本”，如圖2所示。
語音識別控制程序描述在任一人機對話程序中，當某一單詞或語句語音輸出完畢，麥克風10的輸入有效，當麥克風的語音輸入出現(xiàn)時，微控制器13開始以一定的取樣頻率(調(diào)試選定)對來自麥克風10的語音信號和來自微處理器1從存儲器2讀取的內(nèi)存語音信號進行比較，同時把總的取樣次數(shù)進行計數(shù)，結(jié)果假設(shè)存于寄存器A，把取樣中二者差值大于預定值(調(diào)試選定)的取樣也進行計數(shù)，結(jié)果假設(shè)存于寄存器B，當麥克風的輸入語音結(jié)束時，微控制器13停止取樣，同時比較寄存器A和B中的數(shù)值，當比值位于預定值(調(diào)試選定)之內(nèi)時，向微處理器1輸出一個執(zhí)行下一命令的信號，否則輸出一個讀取存儲器中一個特定語音數(shù)據(jù)的信號，從耳機中輸出，譬如“請再重復一遍！”的語音文件，同時計數(shù)器復位，寄存器清零。當麥克風的語音再次出現(xiàn)時，微控制器重復取樣，直到能被識別的語音輸入或者按鍵中斷。
當用本實用新型第一實施例方案學習英文單詞時，首先，微處理器1從外存2中隨機或按照要求讀出一個單詞的中文(或英文)語音文件和文本文件，并分別送至解碼器5和液晶器3，語音文件經(jīng)處理后從耳機輸出真人語音(即“問句”)；語音信號輸出完畢時，麥克風輸入有效，系統(tǒng)等待麥克風的語音輸入；當麥克風信號出現(xiàn)(信噪比調(diào)試選定)時，微控制器13同時接受微處理器1從外存中讀出的該單詞譯文語音數(shù)據(jù)和來自麥克風語音數(shù)據(jù)，當語音輸入結(jié)束時，向微處理器1反饋比較結(jié)果，根據(jù)結(jié)果，微處理器要么執(zhí)行下一“提問”命令，要么讀取一特定語音文件，并經(jīng)耳機語音輸出，譬如“請再說一遍！”，以維持良好的對話氛圍，這時微控制器13會等待再一次語音輸入并執(zhí)行，當然學習者可以隨時按鍵中斷；其中，在“問句”語音信號播放完畢后約三秒鐘(給學習者一個思考的空間)，微處理器1讀出該單詞譯文文本文件，并送至液晶顯示器14，如圖2所示。液晶顯示器14也可以通過微處理器1軟件設(shè)計集成到液晶顯示器3中。
當用本實用新型第一實施例方案學習語句對話時，首先，微處理器1從存儲器2隨機或按照要求讀出(文件庫)某語境塊中某對話句組的“起始問句”的文本文件、語音文件，分別送至解碼器5和液晶顯示器3，語音文件經(jīng)處理后從耳機中輸出真人語音；語音信號輸出完畢時，麥克風輸入有效，系統(tǒng)等待麥克風的語音輸入；當麥克風信號出現(xiàn)(信噪比調(diào)試選定)時，微控制器13同時接受微處理器1從外存中讀出該語句的“回答語句”語音數(shù)據(jù)和來自麥克風語音數(shù)據(jù)，當語音輸入結(jié)束時，向微處理器1反饋比較結(jié)果，根據(jù)結(jié)果，微處理器要么執(zhí)行下一“提問”命令，要么讀取一特定語音文件，并經(jīng)耳機語音輸出，譬如“請再說一遍！”，以維持良好的對話氛圍，這時微控制器13會等待再一次語音輸入并執(zhí)行，當然學習者可以隨時按鍵中斷；其中，在“問句”語音信號播放完畢后約三秒鐘(給學習者一個思考的空間)，微處理器1讀出“回答語句”文本文件，并送至液晶顯示器14。
圖3是本實用新型第一實施例的語音識別模塊電路圖。該電路中微處理器1采用雙口RAMCY7C133芯片、解碼器11采用TMS320C32芯片、存儲器2采用兩片單口存儲器61C256、微控制器13采用89C51芯片、模數(shù)轉(zhuǎn)換器12用ADS7832。CY7C133是16位數(shù)據(jù)總線、11位地址總線的高速2K×16CMOS雙端口靜態(tài)RAM，解碼器11通過它與微處理器1進行高速數(shù)據(jù)通信，微控制器13是模塊的核心，是一片性價比較高的8位單片機。當檢測到麥克風語音輸入時，它通過控制總線的程序讀(PSEN)信號線，控制模數(shù)轉(zhuǎn)換器12的轉(zhuǎn)換啟動，以及控制微處理器1的“對話答句”語音文件的讀取操作，位于兩片兩個結(jié)果61C256中的取樣結(jié)果，在微控制器13的讀取命令下，同時送至其PO口和P1口，并進行比較、識別，識別比較的過程如前所述的“控制程序描述”。
圖4是本實用新型的第二個實施例，本方案的核心是對一句語音(一個單詞或者一句話)進行關(guān)鍵詞識別，因此，必須在存儲器2中植入一個語音識別引擎，如IBM提供的語音識別引擎，即ASR(Automatic SpeechRecognization)，又稱語音識別系統(tǒng)。在該實施例中，語音識別模塊9包括A/D模數(shù)轉(zhuǎn)換器及相關(guān)的接口電路，麥克風的10的語音一路經(jīng)模數(shù)轉(zhuǎn)換器15送給微處理器1控制的語音識別引擎識別，另一路直接送至音頻放大器7，作為輸入監(jiān)聽。
語音識別程序描述在人機對話程序中，當某一單詞或語句語音輸出完畢時，麥克風輸入有效，系統(tǒng)等待麥克風語音輸入；當麥克風語音輸入出現(xiàn)時，微處理器1同時對從外存中讀出該語句的“回答語句”語音數(shù)據(jù)和來自麥克風語音數(shù)據(jù)進行關(guān)鍵詞識別，分別對識別的關(guān)鍵詞數(shù)和不被識別的關(guān)鍵詞數(shù)進行計數(shù)，當語音輸入結(jié)束時，微控制器停止識別，同時比較兩個計數(shù)結(jié)果，當比值位于預定值(調(diào)試選定)之內(nèi)時，微處理器1則執(zhí)行下一命令，否則輸出一個讀取存儲器中一個特定語音數(shù)據(jù)的信號，從耳機中輸出，譬如“請再重復一遍！”的語音文件，并從耳機語音輸出，譬如“請再重復一遍！”的語句，同時計數(shù)器復位，寄存器清零。當麥克風的語音再次出現(xiàn)時，微處理器重復執(zhí)行識別操作，直到識別通過或者按鍵中斷。
本實用新型存儲器2中的語音文件及文本文件庫設(shè)計如下1、包括單詞庫和對話語句庫，前者包含每個單詞及釋義的中英文文本數(shù)據(jù)和每個單詞的中英文語音數(shù)據(jù)，后者包含每個語句中英文文本數(shù)據(jù)和語音數(shù)據(jù)。
2、文本數(shù)據(jù)采用PC機常用的文件系統(tǒng)管理，語音數(shù)據(jù)采用壓縮格式的音頻格式。
3、單詞庫和對話語句庫可以針對不同水平的使用者進行等級分類，如初中水平、高中水平、大學四級水平、大學六級水平等。
4、對話語句庫由若干個語言環(huán)境塊組成，每個語言環(huán)境塊由若干個對話語句組構(gòu)成，一個定義的語言環(huán)境塊可以包括若干個內(nèi)容相關(guān)的對話句組，例如定義為高中英語水平的“機場接機”的語言環(huán)境塊，可以包括這些對話句組與出租車司機的對話(去機場)，與咨詢臺小姐的對話(在機場)，與客人間的對話(在出口)，與客人的對話(在返程路上)，與前臺小姐的對話(在入住酒店)。當然，與客人間的對話，是與一個陌生人的對話，所以又可以邏輯組合到其他的語境塊中；當然與出租車司機的對話句組又可以有不同的版本。
5、微處理器1會把每次按鍵中斷的句子或單詞分別記錄下來，在一個小程序里，學習者可以接受機器再次反復的隨機測驗，每次測驗時模塊都給正確回答計數(shù)，當該單詞或語句成功接受3次(可任意定義)回答后，系統(tǒng)自動將該單詞或語句從錯誤記錄里刪除。
本實用新型存儲器2中的本實用新型還可以集成其他功能，如復讀、跟讀、MP3播放器等功能，在遵循相關(guān)存儲協(xié)議規(guī)范時，整個設(shè)備還可以作為個人電腦的一個大容量移動存儲設(shè)備使用。
權(quán)利要求1.一種口語仿真學習機，包括微處理器(1)、存儲器(2)、液晶顯示器(3)、按鍵面板(4)、解碼器(5)、數(shù)模轉(zhuǎn)換器(6)、放大器(7)、耳機(8)，其特征在于，還包括語音識別模塊(9)和麥克風(10)。
2.如權(quán)利要求1所述的口語仿真學習機，其特征在于所述的語音識別模塊(9)包括解碼器(11)，模數(shù)轉(zhuǎn)換器(12)和微控制器(13)。
3.如權(quán)利要求1所述的口語仿真學習機，其特征在于存儲器(2)內(nèi)嵌套有語音識別引擎，所述的語音識別模塊(9)由與微處理(1)相連的模數(shù)轉(zhuǎn)換器(15)組成。
4.如權(quán)利要求1所述的口語仿真學習機，其特征在于麥克風(10)的信號除輸出給語音識別模塊(9)外，還輸出給耳機監(jiān)聽電路。
5.如權(quán)利要求1所述的口語仿真學習機，其特征在于還設(shè)有一個與微處理器(1)相連的，用于顯示“回答提示文本”的液晶顯示器(14)。
6.如權(quán)利要求1所述的口語仿真學習機，其特征在于微處理器(1)設(shè)有一個通過通信線與個人電腦進行通信的接口。
專利摘要一種口語仿真學習機，包括微處理器(1)，與微處理器(1)連接的存儲器(2)、液晶顯示器(3)、輸入鍵盤(4)、解碼器(5)、模數(shù)轉(zhuǎn)換器(6)、放大器(7)和耳機(8)，其特征在于還包括與微處理器(1)連接的語音識別模塊(9)和麥克風(10)。本實用新型提出的口語仿真學習機是一個模仿帶有真人語音數(shù)據(jù)庫的隨身攜帶的學習工具，能夠隨機向?qū)W習者發(fā)問，一問一答實現(xiàn)人機語音對話，創(chuàng)造出與真人對話交流的氛圍。
文檔編號G09B7/00GK2755698SQ200420102510
公開日2006年2月1日 申請日期2004年12月6日 優(yōu)先權(quán)日2004年12月6日
發(fā)明者聶鑒強 申請人:聶鑒強