基于语音识别的英语口语发音矫正辅助系统

本发明涉及智能语音识别领域，具体是基于语音识别的英语口语发音矫正辅助系统，包括数据采集模块、语音识别模块、发音分析模块和发音矫正模块；本发明采用一种基于维度融合与特征简化的视觉动作特征提取方法，捕捉嘴唇的动态动作和细微变化，准确识别标准发音的唇部动作的细节特征已经对应的文本语义，在降维的基础上增加通道数量，捕捉更深刻更细致的唇部视觉信息，为发音矫正提供更为准确的唇部动作指导；本发明通过语义特征引导对唇部动作的理解与识别，引入多头自注意力机制对语义特征进行优化，捕捉唇部动作与语音文本之间的关联关系，并添加对应的位置编码，使模型理解唇部动作中口语文本发音的顺序，实现更精确的唇部动作指导。