基于Google语音云和移动终端的英语口语训练系统的设计

摘 要 ：本文描述了一种基于Google语音云的可用于移动终端的英语口语训练系统,分别对语音采集模块、语音数据上传模块、识别结果获取模块以及结果对比模块进行了设计.并提出了通过采用Google Voice Recognition技术的系统实现方案.

关 键 词 ：Google 语音云 口语训练

中图分类号：TP391.6 文献标识码：A 文章编号：1007-9416（2013）09-0133-01

1.前言

社会和经济的发展迫切的需要更多能熟练使用英语进行沟通交流的人才.英语口语是使用英语进行日常交流不可或缺的沟通手段,同时也是我们现行教育和考核机制中相对比较薄弱的部分.与英语的读、写和听的训练不同,口语训练更需要在一个交互的环境中来进行,而英语口语的学习者往往很难方便的找到这样一个可交互的环境.对大多数学习英语的人来讲,能够训练口语进行交流的场合也非常有限.因此,开发一种具有良好交互性的以职业情景为依托的英语口语学习平台对于英语口语的学习还是非常有帮助的.

2.系统概述

本文拟设计一种用于英语口语训练的移动学习系统,学习者可通过手机等移动终端来随时随地的进行英语口语的训练.系统可通过情景模式来对学习者进行口语评测以便帮助学习者校正自己的发音.在实现上,平台采用Google的语音云Voice Recognition 来实现英语语音的识别.然后将识别后返回的结果和预保存的正确结果进行比对,从而得到学习者的评测情况.在使用时,学习者不需要其他任何的音频设备,只需要在自己的手机或其他移动终端上安装该口语学习系统,通过终端上的话筒就可以进行英语口语的训练,具有很好的便利性.

3.系统设计

本系统设计中,需要解决的问题主要包括如下几个方面：语音数据采集、语音数据传输、语音识别结果返回以及口语评价.针对上述几方面的问题,系统在设计上需要包含如下的几个子模块,系统结构如（图1）所示.

校学生创新创业活动项目

（1）语音采集模块.该模块的主要作用是获取使用者通过手机话筒采集的语音数据.系统在使用时,用户需要通过手机的话筒来进行口语发音,该模块首先需要给使用者进行发音提示,使用者在看到发音提示后,便可以根据他之前选择的口语训练的情景,按照屏幕的提示进行口语发音.使用者确认发音结束后,语音采集模块将采集刚才使用者的语音数据,为后面的语音识别处理做准备.

（2）语音数据上传模块.该模块的作用是将之前采集的语音数据提交到Google Voice Recognition.语音数据采集好后,该模块将会把数据提交给Google Voice进行语音识别.在实现时需要调用Google云的API进行传输处理.

（3）识别结果获取模块.使用Google Voice进行语音识别后,其结果将以字符串的方式进行返回.本模块的作用就是从Google Voice获取语音处理后的字符串.在实现时,同样需要调用Google云的API来进行结果的获取.获取的字符串将被用做口语的评价.

（4）结果比对模块.结果比对模块是本系统中的一项重要组成部分,比对的结果将会被使用者用作自身口语发音的纠正依据.系统将根据语音识别结果和预先存储的正确结果进行比对.对于单纯单词发音训练的部分直接比对单词是否正确,对于语句口语训练的部分则根据语音识别结果和正确结果的单词匹配情况,给出发音准确的百分比.通过查看比对结果,用户可以看到自己在哪些地方的发音还存在问题,用户也可以根据自己的不足在系统中进行反复的训练,直到获取较好的评价结果.

4.技术方案

本系统需要解决的主要技术问题包括有基于移动终端的语音识别以及口语发音的评价,其具体内容以及拟采取的解决方案如下：

4.1 语音识别

由于要对使用者的口语进行评价,系统需要对使用者的发音进行识别,并将识别后的结果和正确的结果进行必对.Google Voice Recognition是由Google提供的一项用于语音识别的云怎么写作.该怎么写作的主要功能为,能够接受来自移动终端的语音信号,然后通过语音识别处理,将处理后的结果以文本的方式进行返回到移动终端上.通过使用Google的语音云怎么写作,我们可以很方便的随时随地的来使用平台.并且,由于采用了远端的语音识别云怎么写作,使用者也不必在自己的终端上安装庞大复杂的语音识别客户端,有很好的便利性.

4.2 移动终端

采用移动终端作为系统的载体,主要有两个优点.第一,移动终端可以给使用者提供时间空间上的便利性.使用者不必非得坐在计算机前进行操作,而是可以在任何地方使用移动终端来进行口语的训练.第二,移动终端可直接采集语音信息.和计算机不同的,现在的移动终端都自带有话筒和听筒以及外放的扬声器,系统可直接通过终端自带的话筒进行语音数据的采集.