買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉成都大學申請的專利基于語音識別的英語口語發音矯正輔助系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120412648B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510906500.X，技術領域涉及：G10L25/51；該發明授權基于語音識別的英語口語發音矯正輔助系統是由趙莉;張學梅;龍艷華;楊亞婷;許立紅設計研發完成，并于2025-07-02向國家知識產權局提交的專利申請。

本基于語音識別的英語口語發音矯正輔助系統在說明書摘要公布了：本發明涉及智能語音識別領域，具體是基于語音識別的英語口語發音矯正輔助系統，包括數據采集模塊、語音識別模塊、發音分析模塊和發音矯正模塊；本發明采用一種基于維度融合與特征簡化的視覺動作特征提取方法，捕捉嘴唇的動態動作和細微變化，準確識別標準發音的唇部動作的細節特征已經對應的文本語義，在降維的基礎上增加通道數量，捕捉更深刻更細致的唇部視覺信息，為發音矯正提供更為準確的唇部動作指導；本發明通過語義特征引導對唇部動作的理解與識別，引入多頭自注意力機制對語義特征進行優化，捕捉唇部動作與語音文本之間的關聯關系，并添加對應的位置編碼，使模型理解唇部動作中口語文本發音的順序，實現更精確的唇部動作指導。

本發明授權基于語音識別的英語口語發音矯正輔助系統在權利要求書中公布了：1.基于語音識別的英語口語發音矯正輔助系統，其特征在于：包括數據采集模塊、語音識別模塊、發音分析模塊和發音矯正模塊； 所述數據采集模塊，采集英語口語發音的標準發音的音頻，采集英語口語發音的標準發音的唇部發音視頻； 所述語音識別模塊，采用語音識別模型將標準發音的音頻轉化為語音文本； 所述發音分析模塊，通過一種基于文本引導的跨模態特征融合提取方法提取發音視頻的唇部動作特征，對唇部動作特征進行激活分類并添加唇部動作描述標簽，并對對應的標準發音的音頻進行音頻特征提取，得到標準發音的口語發音-語音文本-唇部動作描述的聯合分析結果； 所述一種基于文本引導的跨模態特征融合提取方法，具體包括以下步驟： 步驟S1：基于多頭自注意力機制優化的語義特征提取，對語音文本進行基于多頭自注意力機制優化的語義特征提取得到語義特征，具體包括以下步驟： 步驟S11：基于自注意力機制的上下文文本特征提取，對語音文本進行基于自注意力機制的上下文文本特征提取，得到文本特征： ； 式中，代表自注意力機制對語音文本進行編碼所得的查詢向量、鍵向量和值向量，代表預設的關鍵維度，代表相對位置偏差參數，即代表文本特征； 步驟S12：多頭自注意力機制優化，對文本特征進行多頭自注意力機制優化，得到優化文本特征： ； ； 式中，代表多頭自注意力機制的頭部，、、與分別代表預設的投影參數矩陣，代表拼接操作，即代表優化文本特征； 步驟S13：位置編碼嵌入，對語音文本中所有詞語所對應的優化文本特征進行位置編碼嵌入，得到語義特征，其中位置編碼計算方式如下： ； 式中，代表詞語在語音文本中的位置，代表該詞語對應的優化文本特征的維度，代表預設的嵌入維度，代表語音文本中處詞語所對應的位置編碼； 步驟S2：基于維度融合與特征簡化的視覺動作特征提取，采用一種基于維度融合與特征簡化的視覺動作特征提取方法提取發音視頻的優化視覺特征，具體包括以下步驟： 步驟S21：卷積特征提取，采用一種基于維度轉置與重塑的視覺特征提取方法提取發音視頻的卷積特征，具體包括以下步驟： 步驟S211：視頻輸入，將發音視頻進行輸入，并得到其維度（BZ，C，L，H，W），分別代表發音視頻的批次大小、通道數、視頻長度、視頻高度和視頻寬度； 步驟S212：維度轉置，對發音視頻中的第一維和第二維進行交換，得到轉置視頻； 步驟S213：重塑，將轉置視頻的維度進行重塑，得到重塑視頻，其維度維（BZ×L，C，H，W）； 步驟S214：3D卷積，對重塑視頻進行基于3D卷積的卷積特征提取，得到卷積特征； 步驟S22：特征降維，使用LinearEmbedding層對卷積特征進行降維，得到降維特征； 步驟S23：特征優化，對降維特征進行基于多級密集層與SwinTransformer模塊的聯合優化處理，得到優化視覺特征，具體包括以下步驟： 步驟S231：基于多層2D卷積的密集層處理，對降維特征進行三層的BN-ReLU-2DConv處理，得到密集優化卷積特征，其中每層的2DConv層的卷積核大小分別為1×1、3×3與1×1； 步驟S232：SwinTransformer模塊處理，使用SwinTransformer模塊對降維特征處理，得到高效優化卷積特征； 步驟S233：特征融合，對密集優化卷積特征與高效優化卷積特征進行補丁合并處理，得到初級優化卷積特征； 步驟S234：多層優化，重復n次步驟S231-步驟S233，得到優化視覺特征； 步驟S3：跨模態特征融合，對語義特征進行縮放，使之與優化視覺特征對齊，隨后進行特征融合，得到唇部動作特征； 所述發音矯正模塊，采集需要進行矯正發音的音頻以及對應的語音文本并設置矯正閾值，提取需要進行矯正發音音頻的音頻特征，并與標準發音的音頻特征進行相似度比對，當相似度高于矯正閾值時，則不進行矯正輔助，若相似度低于矯正閾值，則為其提供對應的唇部動作描述對其進行矯正指導。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都大學，其通訊地址為：610100 四川省成都市龍泉驛區成洛大道2025號成都大學；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。