基于Flex技術(shù)的MHK口語訓(xùn)練系統(tǒng)語音處理模塊關(guān)鍵技術(shù)研究

摘要：主要介紹了基于Flex技術(shù)的MHK口語訓(xùn)練系統(tǒng)中作為核心技術(shù)的語音處理模塊的研究與實(shí)現(xiàn)。主要內(nèi)容包括通過Flex技術(shù)在客戶端WEB應(yīng)用程序中進(jìn)行錄音，回放，轉(zhuǎn)換，本地存儲(chǔ)，傳輸?shù)任鍌€(gè)關(guān)鍵語音處理模塊的研究與實(shí)現(xiàn)。

關(guān)鍵詞：Flex技術(shù)；MHK；RIA技術(shù)；語音處理技術(shù)

中圖分類號(hào)：TF777 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007—9599 （2012） 14—0000—02

傳統(tǒng)的口語訓(xùn)練方法已無法滿足口語教學(xué)的實(shí)際需求，而且效率往往也會(huì)很低。如：無法模擬考試場景進(jìn)行口語訓(xùn)練或?qū)W生在口語練習(xí)過程中意識(shí)不到自己的發(fā)音對(duì)與錯(cuò)，無法及時(shí)糾正，從而盲目的進(jìn)行口語訓(xùn)練，使口語訓(xùn)練過程變得更加枯燥。隨著智能的人機(jī)對(duì)話技術(shù)的發(fā)展，許多優(yōu)秀的研究人員針對(duì)口語考試開發(fā)出各類基于人機(jī)對(duì)話模式的模擬考試系統(tǒng)，但在系統(tǒng)功能和性能發(fā)面無法滿足口語訓(xùn)練的實(shí)際需求，只可以模擬口語考試環(huán)境，無法達(dá)到自由式，多題型的口語訓(xùn)練效果。因此從需求角度考慮，研究MHK口語訓(xùn)練系統(tǒng)具有一定的意義，在功能方面及可以模擬口語考試還可以進(jìn)行口語訓(xùn)練，降低了教師的勞動(dòng)強(qiáng)度，使口語教學(xué)形式更加新穎豐富。為此語音處理模塊作為MHK口語訓(xùn)練系統(tǒng)中最為核心的關(guān)鍵技術(shù)支撐，主要是通過Flex技術(shù)來實(shí)現(xiàn)。研究成果將用于MHK口語訓(xùn)練系統(tǒng)的錄音，回放，轉(zhuǎn)換，本地存儲(chǔ)，傳輸?shù)拳h(huán)節(jié)中。

一、系統(tǒng)開發(fā)環(huán)境

開發(fā)工具：Flash Builder 4.5

服務(wù)器：Apache2.2+PHP

瀏覽器Flash Player版本：9.0以上

CPU：2.7 GHz

RAM：4.0 G

二、語音處理模塊的實(shí)現(xiàn)

語音處理是MHK口語訓(xùn)練系統(tǒng)最為核心的部分，用于口語訓(xùn)練過程中的錄音，回放，轉(zhuǎn)換，存儲(chǔ)，傳輸?shù)拳h(huán)節(jié)中。其中錄音，回放，轉(zhuǎn)換，存儲(chǔ)等模塊是通過Flex技術(shù)實(shí)現(xiàn)，傳輸模塊是通過Flex+PHP技術(shù)實(shí)現(xiàn)。MHK口語訓(xùn)練過程中如果有多道題的情況下，系統(tǒng)必須進(jìn)行分題錄音，即應(yīng)該區(qū)分每道題的錄音答案。這就牽扯到分題錄音的問題。具體語音處理流程如圖1所示，系統(tǒng)將會(huì)在錄音過程中按先后順序進(jìn)行分題錄音，然后做相應(yīng)的回放，轉(zhuǎn)換，存儲(chǔ)，傳輸?shù)炔僮鳌?/p>

三、錄音

是指通過音頻輸入設(shè)備（如：麥克風(fēng)）錄制語音答案。該模塊主要是通過Flex中所提供的Microphone類和第三方提供的MicRecorder類實(shí)現(xiàn)的。其中Microphone類是Flex中本身自帶的，主要功能是打開音頻設(shè)備和音頻捕獲，而MicRecorder是由第三方開發(fā)、主要用于Flex程序中的音頻捕獲。其實(shí)Microphone類可以實(shí)現(xiàn)音頻捕獲，但在功能方面沒有提供直接監(jiān)聽錄音時(shí)間和轉(zhuǎn)換WAV音頻文件格式的功能。所以本研究在音頻捕獲中沒有采用官方所提供的現(xiàn)有類，而是采用了更適合錄音操作的MicRecorder類。實(shí)現(xiàn)錄音模塊的主要代碼如下：

……

//打開設(shè)備和初始化音頻捕獲類

四、回放

音頻回放采用第三方開發(fā)的WAVE字節(jié)碼播放接口as3wavesound實(shí)現(xiàn)。主要代碼如下：

五、轉(zhuǎn)換

考慮到磁盤空間，文件格式應(yīng)該轉(zhuǎn)換為較小的MP3格式。錄音開始后首先是字節(jié)數(shù)組，然后轉(zhuǎn)換為WAVE格式的文件。WAVE文件本身體積大，不適合與磁盤存儲(chǔ)，所以將錄音結(jié)果轉(zhuǎn)換為MP3格式。主要實(shí)現(xiàn)代碼如下：

六、存儲(chǔ)

主要存儲(chǔ)（本地保存）轉(zhuǎn)換后的MP3答案。實(shí)現(xiàn)代碼如下：

七、傳輸

語音傳輸是指將轉(zhuǎn)換后的語音文件（MP3）上傳至服務(wù)器，主要通過Flex+PHP實(shí)現(xiàn)。其中客戶端上傳WEB應(yīng)用程序通過Flex，服務(wù)器端接收程序利用PHP技術(shù)實(shí)現(xiàn)。

八、結(jié)束語

本文主要介紹了基于Flex技術(shù)的MHK口語訓(xùn)練系統(tǒng)中作為核心技術(shù)的語音處理模塊的研究與實(shí)現(xiàn)。即通過Flex技術(shù)實(shí)現(xiàn)了Web應(yīng)用程序中的錄音，回放，轉(zhuǎn)換，本地存儲(chǔ)，傳輸?shù)任鍌€(gè)模塊。今后在此研究基礎(chǔ)上，將會(huì)對(duì)MHK口語訓(xùn)練系統(tǒng)總體設(shè)計(jì)與實(shí)現(xiàn)進(jìn)行進(jìn)一步的研究。

參考文獻(xiàn)：

[1]志先.HSK（高等）口語考試系統(tǒng)的開發(fā)與應(yīng)用[J].計(jì)算機(jī)與現(xiàn)代化，2006

[2]卓燕，申瑞民.基于WEB的口語考試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)仿真，2004

[3]陳爽，付凱.Flex與ActionScript程序開發(fā)[M].清華大學(xué)出版社，2010