專利名稱：基于語音識別的實現(xiàn)自動口譯訓練的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種在外語教學中的自動口譯訓練的方法和裝置，特別涉及一種基于
語音識別的實現(xiàn)自動口譯訓練的方法和裝置。
背景技術(shù)：
市場上有各種基于語言試驗室設備的口譯訓練系統(tǒng)，其機制是提供源語錄音和錄 制訓練對象的口譯內(nèi)容，訓練對象的口譯錄音提供給教師進行分析和講評，系統(tǒng)無法自動 進行分析。訓練方法基本上是整體性的，沒有細分為各種專項技能訓練的訓練方法。
語音識別技術(shù)已經(jīng)在外語口語教學軟件中有許多應用，主要集中在應答內(nèi)容固定 的練習形式中使用，基本上是一種朗讀指定內(nèi)容的形式。因為學界和業(yè)界通常認為口譯訓 練是高級的語言技能訓練，現(xiàn)有語音識別和語言分析技術(shù)不能勝任此類訓練，目前沒有把 語音識別技術(shù)用于口譯訓練的方法和訓練裝置。 隨著語音識別系統(tǒng)的識別準確率和識別速度的提高以及在特定環(huán)境下對硬件條 件的要求越來越低，將基于微小芯片的語音識別技術(shù)嵌入消費類電子產(chǎn)品中越來越成為現(xiàn) 實。隨著消費類電子產(chǎn)品性能變得越來越混雜功能越來越強勁，語音識別科技使消費者可 以更方便、更直觀地使用這些產(chǎn)品。并且，在使用這些產(chǎn)品的時候不會伴隨著一系列的按鍵 和提示音，而是實現(xiàn)消費者和產(chǎn)品間的直接對話。 目前通用的口譯訓練方法如交替翻譯，記憶訓練、影子跟讀、同聲翻譯的訓練方法 只適用于雙語水平達到較高水平的訓練對象和訓練教師，完全依賴人指導的訓練活動。目 前的人工智能技術(shù)尚無法取代人進行目前通用的口譯訓練活動。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于語音識別的實現(xiàn)自動口譯訓練的方法和裝置，并 把現(xiàn)有人工智能技術(shù)與這種訓練方法結(jié)合，實現(xiàn)自動口譯訓練的裝置，滿足雙語水平不等 的人們自主進行口譯訓練的需求。
本發(fā)明是采用以下技術(shù)手段實現(xiàn)的 —種基于語音識別的實現(xiàn)自動口譯訓練的方法，將口譯訓練分解成可處理的專項 技能訓練方法，包括以下步驟 用戶設置訓練參數(shù)，開始所選訓練形式，激活內(nèi)容生成模塊；
口譯訓練控制模塊確定訓練形式，進入訓練起始狀態(tài)；
自動生成所需的訓練內(nèi)容和預期應答內(nèi)容； 編譯當前對話階段預期應答內(nèi)容的語音識別規(guī)則，為識別用戶的語音做好準備；
播放訓練內(nèi)容，并根據(jù)訓練形式啟動語音識別模塊；
激活語音識別模塊進行語音識別并保存語音識別的結(jié)果； 語言處理模塊把語音識別的結(jié)果與取得的預期應答內(nèi)容進行比對，根據(jù)評估體系 作出評估反饋；
將訓練數(shù)據(jù)和查詢模塊訓練記錄發(fā)送至信息數(shù)據(jù)庫保存。
前述用戶設置訓練參數(shù)包括；訓練練習的內(nèi)容、難度、速度、停頓時間； 所述訓練形式包括；分解的專項訓練方法、交替翻譯、影子跟讀、同聲翻譯、記憶訓練。 前述的自動生成所需的訓練內(nèi)容和預期應答內(nèi)容包括機器播放的內(nèi)容、預期用 戶應答內(nèi)容、預期應答內(nèi)容的語音識別規(guī)則。 前述的播放訓練內(nèi)容，并根據(jù)訓練形式啟動語音識別模塊，對交替翻譯或記憶訓
練采用先播放后啟動語音識別，而對影子跟讀和同聲翻譯訓練同時啟動語音識別模塊。 前述的訓練內(nèi)容、難度、速度、停頓時間為模糊比對程序的基準設定值。 —種基于語音識別實現(xiàn)自動口譯的訓練裝置，包括計算機，耳機、麥克風、還設有
訓練活動控制模塊、訓練內(nèi)容生成模塊、語音合成模塊、語音識別模塊、口譯訓練控制模塊
和評估模塊以及信息數(shù)據(jù)庫； 所述的訓練活動控制模塊與訓練內(nèi)容生成模塊、語音合成模塊、語音識別模塊進 行數(shù)據(jù)連接； 所述訓練內(nèi)容生成模塊，用于自動生成訓練內(nèi)容，并與語音合成模塊數(shù)據(jù)連接；
所述語音合成模塊，用于播放訓練內(nèi)容； 所述語音識別模塊，用于監(jiān)聽用戶的話語，并把語音識別的結(jié)果傳送給口譯訓練 控制模塊和評估模塊； 所述口譯訓練控制模塊和評估模塊，按照不同訓練形式接收語音識別的結(jié)果并將 其與預期答案進行比較，給出比較結(jié)果； 所述評估模塊，根據(jù)訓練內(nèi)容的難易程度按照不同權(quán)重計算并顯示得分，對比顯 示用戶應答內(nèi)容和答案； 所述信息數(shù)據(jù)庫保存和查詢模塊存儲各種訓練信息，并提供查詢。
前述的語音識別模塊設有冗余提高語音識別區(qū)分度。 前述的語言處理模塊設有將語音識別的結(jié)果信息與取得的預期應答內(nèi)容信息進 行比對的比較程序。 前述的比較程序包括加權(quán)評分標準程序及模糊比對程序。
本發(fā)明與現(xiàn)有技術(shù)相比，具有以下明顯的優(yōu)勢和有益效果 本發(fā)明首先采用分離專項技能的思想使口譯訓練實現(xiàn)了自動化，使各種水平的學 習者可以進行自主口譯訓練。其次利用自行研發(fā)的詞句模糊比對技術(shù)比對預期的口譯內(nèi)容 和實際識別的內(nèi)容，使反饋結(jié)果有一定的靈活性，比較能被學習者接受。


圖1為本發(fā)明實現(xiàn)自動口譯訓練的方法的流程示意圖；
圖2為本發(fā)明實現(xiàn)自動口譯訓練的裝置示意圖。
具體實施例方式
下面結(jié)合附圖對本發(fā)明的具體實施例加以說明
本發(fā)明的主要發(fā)明思路在于
1)訓練內(nèi)容用程序自動生成，內(nèi)容的難度可控，可以確保訓練者不受語言材料難
度的影響，實現(xiàn)不同水平的學習者都能進行相應的口譯專項技能的訓練； 2)把整體式口譯訓練方法細分為記憶訓練、交替翻譯、影子跟讀、同聲翻譯及其他
相關(guān)技能的單項訓練方法，在口譯訓練的基礎階段以離散式訓練方法為主要訓練手段，在
高級階段才逐步采用具有實習性質(zhì)的整體式訓練方法。 3)在分離出相對簡單的專項訓練方法的基礎上，使現(xiàn)有語音識別和自然語言處理 技術(shù)可以用于口譯訓練結(jié)果的自動分析和處理。 請參閱圖l所示，為本發(fā)明實現(xiàn)自動口譯訓練的方法的流程示意圖。從圖中可以 看出， IO為學習者根據(jù)自己的能力設置訓練內(nèi)容的難度參數(shù)，并選擇某種專項訓練方 法； 20為學習者啟動訓練活動，訓練活動控制模塊調(diào)用訓練內(nèi)容生成模塊； 30為訓練內(nèi)容生成模塊根據(jù)學習者設定的參數(shù)自動生成訓練內(nèi)容和正確答案； 40為編譯預期應答內(nèi)容的語音識別規(guī)則，為識別學習者的語音做好準備； 50為訓練活動控制模塊啟動語音合成模塊生成并播放訓練內(nèi)容，根據(jù)所選專項訓
練方法按照相應模式啟動語音識別模塊； 60為學習者的話語激活語音識別模塊，進行語音識別并傳遞語音識別的結(jié)果到訓 練活動控制模塊； 70為訓練活動控制模塊調(diào)用語言處理模塊，語言處理模塊把語音識別的結(jié)果與取 得的預期應答內(nèi)容進行比對，產(chǎn)生并展示反饋信息；
80為70的數(shù)據(jù)信息反饋到信息數(shù)據(jù)庫； 90為訓練結(jié)束時學習者激活訓練記錄保存模塊保存訓練記錄，訓練記錄查詢模塊
可以向?qū)W習者或者教師提供訓練記錄詳情，供人工分析之用。 請參閱圖2所示，為本發(fā)明實現(xiàn)自動口譯訓練的裝置示意圖。 結(jié)合圖1所示，圖2的裝置與圖1的每一步驟相對應，例如100為訓練參數(shù)設置 模塊，300為內(nèi)容生成模塊，200為訓練活動控制模塊，400為播放模塊，500為語音識別模 塊，700為語音處理模塊，800為信息數(shù)據(jù)庫，900為訓練數(shù)據(jù)保存和查詢模塊。其中，訓練活 動控制模塊200，控制內(nèi)容生成模塊300、播放模塊400、語音識別模塊500和語音處理模塊 700的運行。 以下舉例說明數(shù)字口譯訓練過程
學習者在用戶界面上設定以下訓練參數(shù) 設置為3位數(shù)到6位數(shù)的整數(shù)，不設小數(shù)部分，系統(tǒng)將生成如234， 000的數(shù)字，3位 數(shù)以下為O。 每組生成3個數(shù)字。
每隔2秒鐘播放一個數(shù)字。
播放語速為中速。
翻譯為英譯漢。 學習者啟動交替翻譯訓練過程，系統(tǒng)按照上述設定隨機生成3個規(guī)定難度的數(shù) 字，編譯這3個數(shù)字預期的漢語語音識別規(guī)則和正確答案。
訓練控制模塊按照交替翻譯的要求以每2秒播放一個數(shù)字的間隔用語音合成方式播放全部3個數(shù)字。 訓練控制模塊隨后啟動漢語語音識別模塊，按照預期的漢語語音識別規(guī)則監(jiān)聽學習者的話音，并要求學習者把3個數(shù)字逐個翻譯成漢語。 語音識別模塊識別出學習者的各個數(shù)字的漢語翻譯結(jié)果，其中有些可能是沉默或者不完整的翻譯結(jié)果，如234， 000翻譯成二十三萬。語音識別模塊把這些結(jié)果傳送給語言處理模塊。 語言處理模塊把學習者對各個數(shù)字的翻譯結(jié)果與正確答案進行模糊比對，根據(jù)加
權(quán)評分標準評分，顯示識別的翻譯結(jié)果、正確答案以及評分，完成一組數(shù)字訓練。 學習者可以重復步驟1. 1至步驟1. 5，進行多組同一種難度的口譯訓練?；蛘邚牟?br> 驟一開始，更改訓練難度，進行多組不同難度的訓練。 訓練結(jié)束時學習者可以要求系統(tǒng)保存所有訓練記錄，系統(tǒng)把所有記錄上傳到指定網(wǎng)站。學習者或者教師可以訪問網(wǎng)站查詢訓練記錄。 最后應說明的是以上實施例僅用以說明本發(fā)明而并非限制本發(fā)明所描述的技術(shù)方案；因此，盡管本說明書參照上述的各個實施例對本發(fā)明已進行了詳細的說明，但是，本領(lǐng)域的普通技術(shù)人員應當理解，仍然可以對本發(fā)明進行修改或等同替換；而一切不脫離發(fā)明的精神和范圍的技術(shù)方案及其改進，其均應涵蓋在本發(fā)明的權(quán)利要求范圍當中。
權(quán)利要求
一種基于語音識別的實現(xiàn)自動口譯訓練的方法，將口譯訓練分解成可處理的專項技能訓練方法，其特征在于包括以下步驟1.1、用戶設置訓練參數(shù)，開始所選訓練形式，激活內(nèi)容生成模塊；1.2、口譯訓練控制模塊確定訓練形式，進入訓練起始狀態(tài)；1.3、自動生成所需的訓練內(nèi)容和預期應答內(nèi)容；1.4、編譯當前對話階段預期應答內(nèi)容的語音識別規(guī)則，為識別用戶的語音做好準備；1.5、播放訓練內(nèi)容，并根據(jù)訓練形式啟動語音識別模塊；1.6、激活語音識別模塊進行語音識別并保存語音識別的結(jié)果；1.7、語言處理模塊把語音識別的結(jié)果與取得的預期應答內(nèi)容進行比對，根據(jù)評估體系作出評估反饋；1.8、將訓練數(shù)據(jù)和查詢模塊訓練記錄發(fā)送至信息數(shù)據(jù)庫保存。
2. 根據(jù)權(quán)利要求1所述的基于語音識別實現(xiàn)自動口譯訓練的方法，其特征在于所述步 驟1. 1包括；訓練練習的內(nèi)容、難度、速度、停頓時間；所述訓練形式包括；分解的專項訓練方法、交替翻譯、影子跟讀、同聲翻譯、記憶訓練。
3. 根據(jù)權(quán)利要求1所述的基于語音識別實現(xiàn)自動口譯訓練的方法，其特征在于所述步 驟1. 3包括機器播放的內(nèi)容、預期用戶應答內(nèi)容、預期應答內(nèi)容的語音識別規(guī)則。
4. 根據(jù)權(quán)利要求1所述的基于語音識別實現(xiàn)自動口譯訓練的方法，其特征在于；所述 步驟1. 5對交替翻譯或記憶訓練采用先播放后啟動語音識別，而對影子跟讀和同聲翻譯訓 練同時啟動語音識別模塊。
5. —種基于語音識別實現(xiàn)自動口譯的訓練裝置，包括計算機，耳機、麥克風、其特征在 于；還設有訓練活動控制模塊、訓練內(nèi)容生成模塊、語音合成模塊、語音識別模塊、口譯訓練 控制模塊和評估模塊以及信息數(shù)據(jù)庫；所述的訓練活動控制模塊與訓練內(nèi)容生成模塊、語音合成模塊、語音識別模塊進行數(shù) 據(jù)連接；所述訓練內(nèi)容生成模塊，用于自動生成訓練內(nèi)容，并與語音合成模塊數(shù)據(jù)連接； 所述語音合成模塊，用于播放訓練內(nèi)容；所述語音識別模塊，用于監(jiān)聽用戶的話語，并把語音識別的結(jié)果傳送給口譯訓練控制 模塊和評估模塊；所述口譯訓練控制模塊和評估模塊，按照不同訓練形式接收語音識別的結(jié)果并將其與 預期答案進行比較，給出比較結(jié)果；所述評估模塊，根據(jù)訓練內(nèi)容的難易程度按照不同權(quán)重計算并顯示得分，對比顯示用 戶應答內(nèi)容和答案；所述信息數(shù)據(jù)庫保存和查詢模塊存儲各種訓練信息，并提供查詢。
6. 根據(jù)權(quán)利要求5所述的基于語音識別實現(xiàn)自動口譯的訓練裝置，其特征在于語音 識別模塊設有冗余提高語音識別區(qū)分度。
7. 根據(jù)權(quán)利要求5所述的基于語音識別實現(xiàn)自動口譯的訓練裝置，其特征在于所述 語言處理模塊設有將語音識別的結(jié)果信息與取得的預期應答內(nèi)容信息進行比對的比較程 序。
8. 根據(jù)權(quán)利要求7所述的基于語音識別實現(xiàn)自動口譯的訓練裝置，其特征在于所述的比較程序包括加權(quán)評分標準程序及模糊比對程序。
9.根據(jù)權(quán)利要求2或8所述的基于語音識別實現(xiàn)自動口譯的訓練裝置，其特征在于所述的訓練內(nèi)容、難度、速度、停頓時間為模糊比對程序的基準設定值。
全文摘要
一種基于語音識別的實現(xiàn)自動口譯訓練的方法和裝置，將口譯訓練分解成可處理的專項技能訓練方法，包括用戶設置訓練參數(shù)，選訓練形式，激活內(nèi)容生成模塊；確定訓練形式，進入訓練起始狀態(tài)；自動生成所需的訓練內(nèi)容和預期應答內(nèi)容；編譯當前對話階段預期應答內(nèi)容的語音識別規(guī)則，播放訓練內(nèi)容，啟動語音識別模塊；激活語音識別模塊進行語音識別并保存語音識別的結(jié)果；語言處理模塊把語音識別的結(jié)果與取得的預期應答內(nèi)容進行比對，作出評估反饋；將信息發(fā)送至信息數(shù)據(jù)庫保存。使各種水平的學習者可以進行自主口譯訓練。其次利用自行研發(fā)的詞句模糊比對技術(shù)比對預期的口譯內(nèi)容和實際識別的內(nèi)容，使反饋結(jié)果有一定的靈活性，比較能被學習者接受。
文檔編號G09B19/06GK101739852SQ20081017217
公開日2010年6月16日 申請日期2008年11月13日 優(yōu)先權(quán)日2008年11月13日
發(fā)明者許羅邁 申請人:許羅邁