視覺語音合成技術(shù)在英語發(fā)音輔導(dǎo)中的應(yīng)用探究.pdf

1、隨著全球一體化進程的迅速推進，我國與世界各地之間的交流日益頻繁，英語作為國際通用的工作語言越來越受到人們的重視。但是，由于多年只重視書面教學，和缺乏良好的口語學習環(huán)境，致使我國當前的英語口語教學收效甚微。雖然計算機技術(shù)在我國發(fā)展的如火如荼，但是我國的計算機輔助語言學習(CALL，Computer-Assisted Language Learning)卻仍然停留在起步階段。 針對這一現(xiàn)狀，筆者將視覺語音(Visual Speech

2、)技術(shù)應(yīng)用于英語初學者的語音教學。本文參考美國大力推廣的Phonics教學法，開發(fā)了一個唇形一語音同步的英語發(fā)音輔導(dǎo)系統(tǒng)，希望從以下兩方面幫助英語初學者學習語音：一是根據(jù)語音的雙模態(tài)特性，視覺語音可以幫助用戶更好的觀察、模仿臉部發(fā)音動作，有助于用戶理解、記憶語音；二是借助于視覺語音技術(shù)呈現(xiàn)的用戶界面更加友好，人機交互更加和諧、自然，這樣對于緩解英語初學者的壓力，提高學習者的學習積極性有很大幫助。 本文所做的工作主要有以下幾點：

3、 基礎(chǔ)標準層面，對MPEG-4定義的“人臉對象”進行介紹并以該定義中人臉動畫的參數(shù)(FAP)為基礎(chǔ)開展后面的工作； 技術(shù)要素層面，對本文采用的Microsoft Speech SDK 5.1中的TTS引擎進行研究和實踐； 系統(tǒng)架構(gòu)層面，對本文提出的視覺語音合成系統(tǒng)(TTVS)的框架結(jié)構(gòu)、進行介紹和分析； 具體算法層面，詳細介紹實現(xiàn)視覺語音動畫合成系統(tǒng)的步驟和算法等； 系統(tǒng)應(yīng)用層面，將詳細介紹“EP