基于語音識(shí)別技術(shù)的交際軟件設(shè)計(jì)與實(shí)現(xiàn)

張生 馮瑩瑩 嚴(yán)曉龍

摘? ?要：隨著當(dāng)今社會(huì)經(jīng)濟(jì)的發(fā)展與進(jìn)步，國內(nèi)外交流日益頻繁，英語作為世界第一大語言，學(xué)好并掌握英語的重要性不言而喻。文章設(shè)計(jì)的基于語音識(shí)別技術(shù)的英語口語交際軟件主要通過語音識(shí)別模塊、情景對(duì)話數(shù)據(jù)庫模塊、語音合成模塊、發(fā)音以及語境評(píng)測模塊等共同作用，在突出情景口語教學(xué)的基礎(chǔ)上再結(jié)合移動(dòng)設(shè)備的便攜性，提高學(xué)習(xí)者學(xué)習(xí)興趣，不僅能夠讓使用者沉浸在英語對(duì)話氛圍中提升語感，而且能夠利用智能移動(dòng)設(shè)備的便攜性節(jié)省大量時(shí)間，進(jìn)而提高使用者對(duì)英語的學(xué)習(xí)興趣。

關(guān)鍵詞：微信小程序;WebAPI接口;JSON數(shù)據(jù);英語學(xué)習(xí)軟件;MySQL;Java

在經(jīng)濟(jì)全球化的今天，英語已成為人們溝通、交流的重要工具。但英語學(xué)習(xí)長期以來一直困擾著許多中國人，尤其口語的學(xué)習(xí)是困擾國人的最大難題，究其原因主要有以下幾個(gè)方面：（1）中國人特有的發(fā)音特點(diǎn)限制了學(xué)習(xí)英語的口語學(xué)習(xí)。（2）中國英語教師較為重視教導(dǎo)學(xué)生語法與單詞，相對(duì)忽視對(duì)英語發(fā)音能力的培養(yǎng)。（3）中國的學(xué)生缺乏良好的英語學(xué)習(xí)氛圍。

本文針對(duì)上述問題，運(yùn)用操作簡單、使用方便以及移動(dòng)性強(qiáng)的微信小程序?qū)?yīng)用軟件進(jìn)行開發(fā)，利用微信小程序的優(yōu)秀性能和針對(duì)口語專項(xiàng)練習(xí)的設(shè)計(jì)思想，設(shè)計(jì)出一款用于能夠提升英語口語能力和提高用戶學(xué)習(xí)興趣的學(xué)習(xí)軟件。

1? ? 軟件功能結(jié)構(gòu)設(shè)計(jì)

1.1? 軟件系統(tǒng)結(jié)構(gòu)

軟件整體系統(tǒng)為3層C/S結(jié)構(gòu)，分為表示層、功能層和數(shù)據(jù)層，如圖1所示，對(duì)應(yīng)軟件的客戶端、服務(wù)端和數(shù)據(jù)端。這些端口分別有以下功能：（1）客戶端，是用戶接口部分，負(fù)責(zé)用戶與應(yīng)用間進(jìn)行的對(duì)話，用于檢測用戶從麥克風(fēng)以及按鍵等一些輸入數(shù)據(jù)，并顯示應(yīng)用輸出的數(shù)據(jù)，給用戶提供直觀操作。（2）服務(wù)端，是軟件的核心部分，不僅可以對(duì)客戶端的請(qǐng)求進(jìn)行響應(yīng)，也可以對(duì)數(shù)據(jù)端里的數(shù)據(jù)進(jìn)行修改，主要作用包括處理客戶端傳入的數(shù)據(jù)、客戶端與數(shù)據(jù)端之間的數(shù)據(jù)交互。（3）數(shù)據(jù)端，主要負(fù)責(zé)管理數(shù)據(jù)庫數(shù)據(jù)的讀寫，DBMS可以執(zhí)行大量數(shù)據(jù)的更新和檢索，由于現(xiàn)在主流的是關(guān)系數(shù)據(jù)庫管理系統(tǒng)，所以一般使用SQL語言進(jìn)行操作。

1.2? 服務(wù)端系統(tǒng)功能

（1）對(duì)小程序進(jìn)行管理，推送一些通知消息、及時(shí)更新情景對(duì)話推薦，同時(shí)可以對(duì)小程序的用戶進(jìn)行管理，根據(jù)用戶等級(jí)進(jìn)行功能授權(quán)。

（2）對(duì)情景對(duì)話數(shù)據(jù)庫中的資源進(jìn)行管理，包括增、刪、改、查等功能，都集中在后端進(jìn)行管理，對(duì)資源的管理更加方便。

（3）對(duì)后臺(tái)的用戶進(jìn)行管理，管理員需要登錄賬號(hào)密碼才能進(jìn)入后臺(tái)，對(duì)數(shù)據(jù)以及小程序進(jìn)行管理，為了保護(hù)數(shù)據(jù)的安全性，管理員對(duì)數(shù)據(jù)的訪問也同樣有不同的權(quán)限。

1.3? 小程序端的主要功能介紹

（1）口語對(duì)話情景推薦。將英語口語對(duì)話情景使用頻率和搜索頻率較高的情景對(duì)話推薦出來，避免用戶再次查找的同時(shí)，提高用戶的使用效率。

（2）口語對(duì)話情景搜索。用戶可以通過搜索欄搜索自己想要練習(xí)的對(duì)話場景，或者直接語音輸入，系統(tǒng)會(huì)根據(jù)語意直接找到最匹配的場景，大大提高了用戶使用的便捷性。

（3）口語發(fā)音標(biāo)準(zhǔn)打分。對(duì)用戶每個(gè)單詞的發(fā)音進(jìn)行評(píng)測，結(jié)合整個(gè)情景對(duì)話給出綜合打分，給用戶的發(fā)音水平提供一個(gè)評(píng)價(jià)的標(biāo)準(zhǔn)。

（4）口語對(duì)話錄音回放。利用軟件的回放功能，用戶可以對(duì)自己的發(fā)音情況進(jìn)行大致評(píng)估，再結(jié)合系統(tǒng)發(fā)音打分，對(duì)錯(cuò)誤的發(fā)音進(jìn)行糾正，進(jìn)而提高口語發(fā)音水平。

（5）對(duì)話情景記錄。通過情景對(duì)話記錄，用戶可以查看練習(xí)的歷史，針對(duì)練習(xí)情況制定下一步練習(xí)計(jì)劃。

（6）對(duì)話情景收藏。把需要經(jīng)常練習(xí)的對(duì)話場景收藏起來，練習(xí)記錄和收藏不僅可以為用戶提供可能需要練習(xí)的新場景，也可以利用數(shù)據(jù)統(tǒng)計(jì)口語對(duì)話的高頻場景，通過一系列的反饋為應(yīng)用的對(duì)話情景推薦的準(zhǔn)確性提供保障。

1.4? 數(shù)據(jù)端結(jié)構(gòu)

數(shù)據(jù)端使用開源的MySQL數(shù)據(jù)庫，如圖4所示，根據(jù)口語學(xué)習(xí)軟件的需要，數(shù)據(jù)端主要圍繞以下幾點(diǎn)進(jìn)行設(shè)計(jì)：

（1）用戶信息模塊，軟件圍繞用戶展開，用戶模塊包括兩部分，分別是前端的用戶和后臺(tái)用戶的信息模塊，主要包含用戶的基本信息、賬戶和密碼。

（2）用戶記錄和收藏模塊，與用戶的信息模塊息息相關(guān)，記錄用戶的練習(xí)記錄和對(duì)話情景的收藏信息，為每個(gè)用戶的個(gè)性化提供保障。

（3）情景對(duì)話數(shù)據(jù)模塊，是軟件的核心部分，包含每個(gè)情景對(duì)話的主要內(nèi)容。

2? ? 核心技術(shù)的實(shí)現(xiàn)

2.1? 小程序端與數(shù)據(jù)庫的交互

如圖5所示，微信小程序通過wx.request（ ）方法[1]進(jìn)行http訪問，訪問在服務(wù)器上的Java后端，訪問時(shí)，服務(wù)器執(zhí)行Java后端，后端根據(jù)小程序傳遞的參數(shù)對(duì)數(shù)據(jù)庫進(jìn)行相應(yīng)的操作。

2.2? 小程序端調(diào)用科大訊飛API接口

根據(jù)口語軟件的需要，主要調(diào)用科大訊飛3個(gè)WebAPI接口，分別是語音識(shí)別模塊、語音合成模塊、語音評(píng)測模塊。

下面對(duì)語音識(shí)別模塊webAPI接口的調(diào)用進(jìn)行舉例：小程序端利用錄音接口wx.getRecorderManager（）[1]，獲取用戶錄音文件，然后將錄音文件傳往服務(wù)器，服務(wù)器將MP3文件利用ffmpeg轉(zhuǎn)換為pcm格式，再把pcm格式的錄音文件以及訊飛接口的API_KEY，SECRET_KEY傳往訊飛，并返回識(shí)別結(jié)果。

2.3? SSM框架，Maven和Bootstrap前端框架的后臺(tái)管理模塊

后臺(tái)管理模塊采用MVC軟件架構(gòu)模式[2]，將頁面顯示、業(yè)務(wù)邏輯和數(shù)據(jù)庫訪問分離，為了提高開發(fā)效率，系統(tǒng)采用SSM架構(gòu)[3]和Bootstrap前端框架，SSM架構(gòu)具有耦合度低、輕量級(jí)、效率高等優(yōu)點(diǎn)。Bootstrap是基于HTML，CSS，JavaScript的前端框架，簡潔靈活，更便于開發(fā)。

SSM框架集由Spring，SpringMVC，Mybatis 3個(gè)開源框架整合而成：（1）Spring，是一個(gè)輕量級(jí)的框架，有很多的拓展功能，理念包括控制反轉(zhuǎn)（Inversion of Control，IoC）和面向切面編程（Aspect Oriented Programming，AOP）[4]。（2）SpringMVC，Spring實(shí)現(xiàn)的一個(gè)Web層，相當(dāng)于Struts的框架，但是比Struts更加靈活和強(qiáng)大[3]。（3）Mybatis，一個(gè)持久層的框架，在使用上比Hibernate更加靈活，可以控制SQL的編寫，使用XML或注解進(jìn)行相關(guān)的配置。

3? ? 系統(tǒng)界面設(shè)計(jì)

3.1? 小程序界面設(shè)計(jì)

小程序界面部分截圖如圖7所示?；谡Z音識(shí)別的口語交際軟件是一款對(duì)話式英語口語練習(xí)軟件，軟件通過語音識(shí)別語音合成將數(shù)據(jù)庫對(duì)話信息轉(zhuǎn)換成語音對(duì)話，以人機(jī)交互的形式，在提高對(duì)話數(shù)據(jù)量的同時(shí)，給用戶更好的學(xué)習(xí)體驗(yàn)，由以下幾個(gè)部分構(gòu)成：

（1）首頁，包含對(duì)話情景的推薦以及系列課程的推薦，后期還可在頁面開發(fā)更多的功能，如口語練習(xí)、每日一次、英語聽力和美文欣賞等。

（2）情景對(duì)話，是小程序的主體部分，主要是人機(jī)交互的情景對(duì)話，用戶對(duì)話時(shí)有相應(yīng)的文字提示，對(duì)話結(jié)束后，軟件自動(dòng)給對(duì)話發(fā)音打分。

（3）情景歷史，不僅可以看到用戶練習(xí)的記錄，而且可以看到對(duì)話的具體信息，在對(duì)話結(jié)束之后可以再次復(fù)習(xí)內(nèi)容。

（4）我的，主要是用戶的信息，同時(shí)還包含用戶練習(xí)次數(shù)統(tǒng)計(jì)、我的收藏、練習(xí)歷史、每日簽到和意見反饋等操作。

3.2? 后臺(tái)管理系統(tǒng)操作界面設(shè)計(jì)

后臺(tái)管理系統(tǒng)如圖8—9所示，主要包括兩個(gè)部分：（1）對(duì)情景對(duì)話數(shù)據(jù)庫內(nèi)容進(jìn)行管理，可以對(duì)數(shù)據(jù)庫內(nèi)容進(jìn)行增刪改查。（2）對(duì)后臺(tái)使用者權(quán)限進(jìn)行管理，可以新增管理員和修改管理員密碼。

4? ? 結(jié)語

基于語音識(shí)別的口語交際軟件經(jīng)過測試，小程序端以及后臺(tái)管理系統(tǒng)都能夠正常使用。小程序端給用戶提供獲取資源的界面，后端配合數(shù)據(jù)庫響應(yīng)小程序端請(qǐng)求，后臺(tái)管理系統(tǒng)對(duì)數(shù)據(jù)庫進(jìn)行維護(hù)和管理?；谡Z音識(shí)別的口語交際軟件以情景對(duì)話為主要練習(xí)模式，對(duì)用戶的口語進(jìn)行訓(xùn)練。軟件在微信平臺(tái)的基礎(chǔ)上開發(fā)，不僅提高了應(yīng)用的便捷性，而且提高了程序的使用率。此程序既為用戶整合了學(xué)習(xí)內(nèi)容減少用戶搜集資源的時(shí)間，又進(jìn)一步提高了使用者的學(xué)習(xí)效率。

[參考文獻(xiàn)]

[1]騰訊.小程序微信官方開發(fā)教程文檔[EB/OL].[2017-01-09]（2020-02-10）.https：//developers.weixin.qq.com/miniprogram/dev/api/network/request/wx.request.html.

[2]李曉杰.于MVC設(shè)計(jì)模式的SSH框架的研究[J].信息化研究，2016（1）：17-22.

[3]梁弼.SSH框架整合技術(shù)研究及應(yīng)用[J].西安文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2011（3）：16-19.

[4]董源，李培軍，許舒人.基于AOP的數(shù)據(jù)庫應(yīng)用安全控制的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2015（12）：74-80.