1.本发明属于计算机领域，尤其涉及一种基于学生特性的语音评定方法及系统。
背景技术：
2.现有的语音评价系统大多注重学生发音的准确定，意在将学生的发音与标准音进行对比，但是由于每个人咬字和发音的不同，常常导致大多数学生均不能在现有评价系统下得到较高的发音评价，并且大多数中国学生本身就处于不敢用外语表达的阶段，这样更容易导致大部分学生学习积极性下降。
技术实现要素：
3.本发明实施例提供一种基于学生特性的语音评定方法及系统，旨在解决上述背景技术中提出的问题。
4.本发明实施例是这样实现的，一方面，所述基于学生特性的语音评定方法包括：获取学习语言的人员发音状态信息；所述发音状态信息至少包括学习人员的口型和声音大小；将发音状态信息与设定值进行比较；所述设定值为标准发音的各项数值；根据比较结果对发音状态信息进行评定；综合各项评定结果，得出修正建议；向学习端发送最终评定信息以及修正建议。
5.作为本发明的一种改进方案：所述获取学习语言的人员发音状态信息具体包括：获取口型摄像抓取设备上传的学习人员发音口型变化动态信息；获取音频收录设备采集上传的学习人员的声音信息；所述声音信息至少包括声音的大小以及声音中的音准峰值。
6.作为本发明的又一种改进方案：所述将发音状态信息与设定值进行比较具体包括：对标准发音口型进行缩放，使得标准发音口型与抓取的学习人员口型大小匹配；将发音口型变化动态信息中抓取的发音口型与缩放后的标准发音口型进行对比；分析抓取的发音口型与缩放后的标准发音口型的区别点。
7.作为本发明的另一种改进方案：所述将发音口型变化动态信息中抓取的发音口型与缩放后的标准发音口型进行对比具体包括：将发音口型变化动态信息中抓取的发音口型建立三维动画模型；将建立的三维动画模型与缩放后的标准发音口型的三维动画模型进行重合分析；分析两个三维动画模型的重合度和同步运动时长。
8.作为本发明的进一步方案：所述根据比较结果对发音状态信息进行评定具体包括：根据三维动画模型的重合度和同步运动时长对学习人员的发音状态信息进行评
定；所述发音口型重合度和同步运动时长与评定结果呈正相关关系。
9.作为本发明的再进一步方案：所述将发音状态信息与设定值进行比较还具体包括：将标准发音的音量进行缩放，使得标准发音的音量波段与学习人员的声音音量波段重合最大；将声音信息中包含的音准峰值与缩放后的标准发音音准峰值进行对比；得出学习人员的音准峰值与标准发音音准峰值的音准峰值差值；分析声音信息中的声音大小，得出声音的分贝值。
10.作为本发明的优化方案：所述根据比较结果对发音状态信息进行评定还具体包括：根据音准峰值差值和声音分贝值对学习人员的发音状态信息进行评定；所述音准峰值差值与评定结果呈负相关关系，所述声音分贝值与评定结果呈正相关关系。
11.作为本发明的又一种方案：在所述发音状态信息评定的过程中，所述声音的分贝值和发音口型重合度所占评定权重大于发音口型同步运动时长的评定权重，所述发音口型同步运动时长所占评定权重大于音准峰值差值的评定权重。
12.另一方面，所述基于学生特性的语音评定系统包括：信息获取模块，用于获取学习语言的人员发音状态信息；所述发音状态信息至少包括学习人员的口型和声音大小；比较模块，用于将发音状态信息与设定值进行比较；评定模块，用于根据比较结果对发音状态信息进行评定；建议模块，用于综合各项评定结果，得出修正建议；信息发送模块，用于向学习端发送最终评定信息以及修正建议。
13.本发明的有益效果：通过获取学习语言的人员发音状态信息；所述发音状态信息至少包括学习人员的口型和声音大小；将发音状态信息与标准发音的各项数值进行比较；根据比较结果对发音状态信息进行评定；综合各项评定结果，得出修正建议；向学习端发送最终评定信息以及修正建议。主要对学习人员是否将嘴巴打开以及发出的声音的大小程度进行监控，其次才是纠正发音状况，这样做意在鼓励中国学生首先大胆说出来，多读多练，勇敢表达。
附图说明
14.图1是一种基于学生特性的语音评定方法主流程图；图2是一种基于学生特性的语音评定方法中口型评定流程图；图3是一种基于学生特性的语音评定方法中口型三维模型对比流程图；图4是一种基于学生特性的语音评定方法中发音评定流程图；图5是一种基于学生特性的语音评定系统内部结构示意图。
具体实施方式
15.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并
不用于限定本发明。
16.本发明通过获取学习语言的人员发音状态信息；所述发音状态信息至少包括学习人员的口型和声音大小；将发音状态信息与标准发音的各项数值进行比较；根据比较结果对发音状态信息进行评定；综合各项评定结果，得出修正建议；向学习端发送最终评定信息以及修正建议。主要对学习人员是否将嘴巴打开以及发出的声音的大小程度进行监控，其次才是纠正发音状况，这样做意在鼓励中国学生首先大胆说出来，多读多练，勇敢表达。
17.图1示出了本发明实施例的一种基于学生特性的语音评定方法主流程图，所述基于学生特性的语音评定方法包括：步骤s10：获取学习语言的人员发音状态信息。所述发音状态信息至少包括学习人员的口型和声音大小。
18.步骤s11：将发音状态信息与设定值进行比较。所述设定值为标准发音的各项数值。
19.步骤s12：根据比较结果对发音状态信息进行评定。
20.步骤s13：综合各项评定结果，得出修正建议。
21.步骤s14：向学习端发送最终评定信息以及修正建议。
22.在本实施例的一种情况中，所述获取学习语言的人员发音状态信息具体包括：步骤s100：获取口型摄像抓取设备上传的学习人员发音口型变化动态信息。
23.步骤s101：获取音频收录设备采集上传的学习人员的声音信息。所述声音信息至少包括声音的大小以及声音中的音准峰值。
24.图2示出了本发明实施例的一种基于学生特性的语音评定方法中口型评定流程图，所述将发音状态信息与设定值进行比较具体包括：步骤s20：对标准发音口型进行缩放，使得标准发音口型与抓取的学习人员口型大小匹配。
25.步骤s21：将发音口型变化动态信息中抓取的发音口型与缩放后的标准发音口型进行对比。
26.步骤s22：分析抓取的发音口型与缩放后的标准发音口型的区别点。
27.图3示出了本发明实施例的一种基于学生特性的语音评定方法中口型三维模型对比流程图，所述将发音口型变化动态信息中抓取的发音口型与缩放后的标准发音口型进行对比具体包括：步骤s210：将发音口型变化动态信息中抓取的发音口型建立三维动画模型。
28.步骤s211：将建立的三维动画模型与缩放后的标准发音口型的三维动画模型进行重合分析。
29.步骤s212：分析两个三维动画模型的重合度和同步运动时长。
30.在本实施例的一种情况中，所述根据比较结果对发音状态信息进行评定具体包括：步骤s120：根据三维动画模型的重合度和同步运动时长对学习人员的发音状态信息进行评定。所述发音口型重合度和同步运动时长与评定结果呈正相关关系。
31.图4示出了本发明实施例的一种基于学生特性的语音评定方法中发音评定流程图，所述将发音状态信息与设定值进行比较还具体包括：
card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
45.本应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
46.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
47.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
48.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。