基于数据挖掘算法的英语发音机器质量自动评估系统

为提高英语发音机器质量评估综合性能，以S3C2440A芯片为主控芯片，UDA1341Ts为编码解码器搭建系统硬件，通过采用多层小波特征尺度变换提取英语发音机器语音信号特征，并利用支持向量机(SVM)对语音信号特征进行分类评价，设计了一种基于数据挖掘的英语发音机器自动评估系统。测试结果表明，所设计的自动评估系统可从语调、语速、音准、节奏、情感5个方面，对英语发音机器进行自动综合评估，相较于基于大数据分析的评价系统和多源反馈评价系统，具有更高的精确一致率、相邻一致率以及皮尔逊相关系数值，且误判率更低，在10%范围内，具有一定的有效性和优越性。