本发明涉及语言智能教学的技术领域，特别涉及发音训练与教学系统。
背景技术：
在学习语言过程中，听说读写是掌握一门语言的必备技能。由于不同语种语言在发音技巧，情境用语语调和语速等方面都存在差异，学生在开始学习一门语言的时候需要准确地把握该门语言对应的发音技巧要求。但是，现有技术的语言学习发音训练系统都是通过简单的词汇发音、语句发音、文章发音和情境对话发音这几个方面来训练学生的发音正确性，其通常是以重复朗诵和机械记忆的方式来进行发音训练的，由于不同学生的语言能力并不相同，上述单一的发音训练方式并不能有效地针对不同学生进行行之有效的训练，这不仅不能快速地提高学生的发音技巧，并且还降低了学生在发音训练过程中的趣味性，这严重地影响了发音训练与教学的有效性。
技术实现要素：
针对现有技术存在的缺陷，本发明提供一种发音训练与教学系统，该发音训练与教学系统包括目标声音获取模块、目标声音初步分析模块、发音训练模型确定模块、发音差异化分析模块和发音引导教学模块；其通过采集来自训练对象的原始发音信息以及生成关于该原始发音信息的有效发音信息，以及对该有效发音信息进行初步分析处理，以此获得关于所述有效发音信息的发音属性信息，并且根据该发音属性信息和预设发音大数据，确定关于该有效发音信息的发音训练模型，最后根据该发音训练模型，确定该训练对象对应的发音差异化信息，以此对该训练对象进行适应性的发音引导操作；可见，该发音训练与教学系统能够根据不同训练对象自身的发音属性来构建有针对性的发音训练模型，这样能够从根本上确定训练对象自身的发音缺陷和与标准发音之间的差异，从而实现对训练对象的最优化发音训练、快速地提高训练对象的发音技巧以及发音训练过程中的趣味性。
本发明提供一种发音训练与教学系统其特征在于：
所述发音训练与教学系统包括目标声音获取模块、目标声音初步分析模块、发音训练模型确定模块、发音差异化分析模块和发音引导教学模块；其中，
所述目标声音获取模块用于采集来自训练对象的原始发音信息以及生成关于所述原始发音信息的有效发音信息；
所述目标声音初步分析模块用于对所述有效发音信息进行初步分析处理，以此获得关于所述有效发音信息的发音属性信息；
所述发音训练模型确定模块用于根据所述发音属性信息和预设发音大数据，确定关于所述有效发音信息的发音训练模型；
所述发音差异化分析模块用于根据所述发音训练模型，确定所述训练对象对应的发音差异化信息；
所述发音引导教学模块用于根据所述发音差异化信息，对所述训练对象进行适应性的发音引导操作；
进一步，所述目标声音获取模块包括多维度声音采集子模块和声音预处理子模块；其中，
所述多维声音采集子模块用于在所述训练对象所处的环境空间中，从不同空间维度中采集来自所述训练对象的原始发音信息；
所述声音预处理子模块用于对所述原始发音信息进行有效声音信号的提取处理，以此获得所述有效发音信息；
进一步，所述多维度声音采集子模块包括环境空间音频背景确定单元和阵列麦克风声音记录单元；其中，
所述环境空间音频背景确定单元用于确定所述训练对象所处的环境空间在不同空间方位对应的背景音信息和/或回音信息；
所述阵列麦克风声音记录单元用于根据所述背景音信息和/或所述回音信息，从不同空间维度中以可变采样频率和/或可变采样灵敏度的方式记录来自所述训练对象的原始发音信息；
或者，
所述声音预处理子模块包括声音信号放大单元、背景噪声剔除单元和有效发音信息提取单元；其中，
所述声音信号放大单元用于根据所述原始发音信息的信噪比，对所述原始发音信息进行放大处理；
所述背景噪声剔除单元用于对经过所述放大处理的原始发音信息进行背景噪声过滤处理；
所述有效发音信息提取处理用于根据所述训练对象的声纹特征，从经过所述背景噪声过滤处理的原始发音信息中提取得到所述有效发音信息；
进一步，所述目标声音初步分析模块包括声音向量分解子模块和发音属性信息生成子模块；其中，
所述声音向量分解子模块用于根据若干人类声音表征通道，将所述有效发音信息变换为对应的若干声音表征通道特征信息；
所述发音属性信息生成子模块用于对所述若干声音表征通道特征信息进行数字化拟合处理，以此生成所述发音属性信息；
进一步，所述声音向量分解子模块包括声音表征通道生成单元和表征通道特征信息单元；其中，
所述声音表征通道生成单元用于生成关于声音频率、声音强度和声音回波的若干所述人类声音表征通道；
所述表征通道特征信息单元用于根据每一个所述人类声音表征通道，将所述有效发音信息变换为对应的声音频率表征通道特征信息、声音强度表征通道特征信息和声音回波表征通道特征信息；
所述发音属性信息生成子模块包括特征信息插值处理单元和数字化拟合处理单元；其中，
所述特征信息插值处理单元用于对每一个声音表征通道特征信息对应的离散特征集合进行插值处理，以此得到满足预定数值连接条件的离散特征序列；
所述数字化拟合处理单元用于对所述离散特征序列进行一次函数或者二次函数的数字化拟合处理，以此生成所述发音属性信息；
进一步，所述发音训练模型确定模块包括发音训练数据库构建子模块和发音训练模型构建子模块；其中，
所述发音训练数据库构建子模块用于根据所述发音属性信息与所述预设发音大数据的声音映射关系，构建形成相应的发音训练数据库；
所述发音训练模型构建子模块用于根据所述发音训练数据库和预设发音训练标准规则，构建形成关于所述有效发音信息的发音训练模型；
进一步，所述发音训练数据库构建子模块包括声音映射关系确定单元和发音训练数据结构确定单元；其中，
所述声音映射关系单元用于确定所述发声属性信息与所述预设发音大数据之间的一对多声音映射关系；
所述发音训练数据结构确定单元用于根据所述一对多声音映射关系，重构关于所述预设发音大数据的发音训练数据结构，并以此生成所述发音训练数据库；
进一步，所述发音差异化分析模块包括发音时间差异化分析子模块和发音维度差异化分析子模块；其中，
所述发音时间差异化分析子模块用于根据所述发音训练模型，确定所述训练对象在不同时间段之间的发音时间差异化信息；
所述发音维度差异化分析子模块用于根据所述发音训练模型，确定所述训练对象在不同发音技巧的发音维度差异化信息；
进一步，所述发音差异化分析模块还包括差异化信息置信度确定子模块和差异化信息有效性判断子模块；其中，
所述差异化信息置信度确定单元用于计算所述发音时间差异化信息和/或所述发音维度差异化信息对应的置信度值；
所述差异化信息有效性判断子模块用于根据所述置信度值与预设置信度容置范围之间的匹配关系，判断所述发音时间差异化信息和/或所述发音维度差异化信息的有效性；
进一步，所述发音引导教学模块包括发音引导互动子模块和训练记录云端子模块；其中，
所述发音引导互动子模块用于根据所述发音差异化信息，与所述训练对象进行语音跟读、语音纠错提醒和语音实景对话中至少一者的发音引导互动操作；
所述训练记录云端子模块用于对所述训练对象在所述发音引导互动操作进行过程中，对所述训练对象的发音阶段性状态进行云端记录操作。
进一步，所述发音训练模型确定模块用于根据所述发音属性信息和预设发音大数据，确定关于所述有效发音信息的发音训练模型；其中，
还包括根据所述声音预处理子模块提取有效发音信息，并离散处理确定人类声音表征通道信息，并对所述人类声音表征通道信息进行放大补偿处理，获取表征通道特征信息，并与预设发音大数据进行比对，执行构建形成关于所述有效发音信息的发音训练模型的操作，具体实现步骤如下：
步骤a1、根据所述目标声音获取模块采集来自所述训练对象的原始发音信息；
步骤a2、根据预先建立的所述声音预处理子模块，提取得到所述有效发音信息，同时根据公式(1)确定所述人类声音表征通道信息；
其中，n为所述有效发音信息拆分成不同样本的数量，e为自然常数，π为圆周率，t为所述有效发音信息不同样本的时间周期，f为所述有效发音信息拆分成不同样本的声音频率，a为所述有效发音信息拆分成不同样本的声音强度，λ为所述有效发音信息拆分成不同样本的声音回波，v(t)为所述提取得到的所述有效发音信息，
步骤a3、根据公式(2)对步骤a2获取的所述人类声音表征通道信息进行放大补偿处理，获取表征通道特征信息；
其中，
步骤a4、将所述步骤a3获取的表征通道特征信息与所述预设发音大数据通过公式(3)进行比对，根据比对结果，执行构建形成关于所述有效发音信息的发音训练模型的操作；
其中，m为根据所述训练对象的原始发音信息所获取的表征通道特征信息与预设发音大数据比对存在偏差的数量，r(t)为所述预设发音大数据，若k(m)值不为0，表示所述提取的有效发音数据与预设发音大数据存在偏差，执行构建形成关于所述有效发音信息的发音训练模型的操作。
相比于现有技术，该发音训练与教学系统包括目标声音获取模块、目标声音初步分析模块、发音训练模型确定模块、发音差异化分析模块和发音引导教学模块；其通过采集来自训练对象的原始发音信息以及生成关于该原始发音信息的有效发音信息，以及对该有效发音信息进行初步分析处理，以此获得关于所述有效发音信息的发音属性信息，并且根据该发音属性信息和预设发音大数据，确定关于该有效发音信息的发音训练模型，最后根据该发音训练模型，确定该训练对象对应的发音差异化信息，以此对该训练对象进行适应性的发音引导操作；可见，该发音训练与教学系统能够根据不同训练对象自身的发音属性来构建有针对性的发音训练模型，这样能够从根本上确定训练对象自身的发音缺陷和与标准发音之间的差异，从而实现对训练对象的最优化发音训练、快速地提高训练对象的发音技巧以及发音训练过程中的趣味性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种发音训练与教学系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的一种发音训练与教学系统的结构示意图。该发音训练与教学系统包括目标声音获取模块、目标声音初步分析模块、发音训练模型确定模块、发音差异化分析模块和发音引导教学模块；其中，
该目标声音获取模块用于采集来自训练对象的原始发音信息以及生成关于该原始发音信息的有效发音信息；
该目标声音初步分析模块用于对该有效发音信息进行初步分析处理，以此获得关于该有效发音信息的发音属性信息；
该发音训练模型确定模块用于根据该发音属性信息和预设发音大数据，确定关于该有效发音信息的发音训练模型；
该发音差异化分析模块用于根据该发音训练模型，确定该训练对象对应的发音差异化信息；
该发音引导教学模块用于根据该发音差异化信息，对该训练对象进行适应性的发音引导操作。
优选地，该目标声音获取模块包括多维度声音采集子模块和声音预处理子模块；其中，
该多维声音采集子模块用于在该训练对象所处的环境空间中，从不同空间维度中采集来自该训练对象的原始发音信息；
该声音预处理子模块用于对该原始发音信息进行有效声音信号的提取处理，以此获得该有效发音信息。
优选地，该多维度声音采集子模块包括环境空间音频背景确定单元和阵列麦克风声音记录单元；其中，
该环境空间音频背景确定单元用于确定该训练对象所处的环境空间在不同空间方位对应的背景音信息和/或回音信息；
该阵列麦克风声音记录单元用于根据该背景音信息和/或该回音信息，从不同空间维度中以可变采样频率和/或可变采样灵敏度的方式记录来自该训练对象的原始发音信息。
优选地，该声音预处理子模块包括声音信号放大单元、背景噪声剔除单元和有效发音信息提取单元；其中，
该声音信号放大单元用于根据该原始发音信息的信噪比，对该原始发音信息进行放大处理；
该背景噪声剔除单元用于对经过该放大处理的原始发音信息进行背景噪声过滤处理；
该有效发音信息提取处理用于根据该训练对象的声纹特征，从经过该背景噪声过滤处理的原始发音信息中提取得到该有效发音信息。
优选地，该目标声音初步分析模块包括声音向量分解子模块和发音属性信息生成子模块；其中，
该声音向量分解子模块用于根据若干人类声音表征通道，将该有效发音信息变换为对应的若干声音表征通道特征信息；
该发音属性信息生成子模块用于对该若干声音表征通道特征信息进行数字化拟合处理，以此生成该发音属性信息。
优选地，该声音向量分解子模块包括声音表征通道生成单元和表征通道特征信息单元；其中，
该声音表征通道生成单元用于生成关于声音频率、声音强度和声音回波的若干该人类声音表征通道；
该表征通道特征信息单元用于根据每一个该人类声音表征通道，将该有效发音信息变换为对应的声音频率表征通道特征信息、声音强度表征通道特征信息和声音回波表征通道特征信息；
该发音属性信息生成子模块包括特征信息插值处理单元和数字化拟合处理单元；其中，
该特征信息插值处理单元用于对每一个声音表征通道特征信息对应的离散特征集合进行插值处理，以此得到满足预定数值连接条件的离散特征序列；
该数字化拟合处理单元用于对该离散特征序列进行一次函数或者二次函数的数字化拟合处理，以此生成该发音属性信息。
优选地，该发音训练模型确定模块包括发音训练数据库构建子模块和发音训练模型构建子模块；其中，
该发音训练数据库构建子模块用于根据该发音属性信息与该预设发音大数据的声音映射关系，构建形成相应的发音训练数据库；
该发音训练模型构建子模块用于根据该发音训练数据库和预设发音训练标准规则，构建形成关于该有效发音信息的发音训练模型。
优选地，该发音训练数据库构建子模块包括声音映射关系确定单元和发音训练数据结构确定单元；其中，
该声音映射关系单元用于确定该发声属性信息与该预设发音大数据之间的一对多声音映射关系；
该发音训练数据结构确定单元用于根据该一对多声音映射关系，重构关于该预设发音大数据的发音训练数据结构，并以此生成该发音训练数据库。
优选地，该发音差异化分析模块包括发音时间差异化分析子模块和发音维度差异化分析子模块；其中，
该发音时间差异化分析子模块用于根据该发音训练模型，确定该训练对象在不同时间段之间的发音时间差异化信息；
该发音维度差异化分析子模块用于根据该发音训练模型，确定该训练对象在不同发音技巧的发音维度差异化信息。
优选地，该发音差异化分析模块还包括差异化信息置信度确定子模块和差异化信息有效性判断子模块；其中，
该差异化信息置信度确定单元用于计算该发音时间差异化信息和/或该发音维度差异化信息对应的置信度值；
该差异化信息有效性判断子模块用于根据该置信度值与预设置信度容置范围之间的匹配关系，判断该发音时间差异化信息和/或该发音维度差异化信息的有效性。
优选地，该发音引导教学模块包括发音引导互动子模块和训练记录云端子模块；其中，
该发音引导互动子模块用于根据该发音差异化信息，与该训练对象进行语音跟读、语音纠错提醒和语音实景对话中至少一者的发音引导互动操作；
该训练记录云端子模块用于对该训练对象在该发音引导互动操作进行过程中，对该训练对象的发音阶段性状态进行云端记录操作。
优选地，所述发音训练模型确定模块用于根据所述发音属性信息和预设发音大数据，确定关于所述有效发音信息的发音训练模型；其中，
还包括根据所述声音预处理子模块提取有效发音信息，并离散处理确定人类声音表征通道信息，并对所述人类声音表征通道信息进行放大补偿处理，获取表征通道特征信息，并与预设发音大数据进行比对，执行构建形成关于所述有效发音信息的发音训练模型的操作，具体实现步骤如下：
步骤a1、根据所述目标声音获取模块采集来自所述训练对象的原始发音信息；
步骤a2、根据预先建立的所述声音预处理子模块，提取得到所述有效发音信息，同时根据公式(1)确定所述人类声音表征通道信息；
其中，n为所述有效发音信息拆分成不同样本的数量，e为自然常数，π为圆周率，t为所述有效发音信息不同样本的时间周期，f为所述有效发音信息拆分成不同样本的声音频率，a为所述有效发音信息拆分成不同样本的声音强度，λ为所述有效发音信息拆分成不同样本的声音回波，v(t)为所述提取得到的所述有效发音信息，
步骤a3、根据公式(2)对步骤a2获取的所述人类声音表征通道信息进行放大补偿处理，获取表征通道特征信息；
其中，
步骤a4、将所述步骤a3获取的表征通道特征信息与所述预设发音大数据通过公式(3)进行比对，根据比对结果，执行构建形成关于所述有效发音信息的发音训练模型的操作；
其中，m为根据所述训练对象的原始发音信息所获取的表征通道特征信息与预设发音大数据比对存在偏差的数量，r(t)为所述预设发音大数据，若k(m)值不为0，表示所述提取的有效发音数据与预设发音大数据存在偏差，执行构建形成关于所述有效发音信息的发音训练模型的操作。
上述技术方案的有益效果是：该技术方案可支持通过识别不同训练对象自身的发音属性来构建有针对性的发音训练模型，从而在根源上确定训练对象自身的发音缺陷和与标准发音之间的差异，进而实现对训练对象的最优化发音训练、快速地提高训练对象的发音技巧，该技术方案还增强了一种发音训练与教学系统的使用效率，通过快速取得发音训练的成果，提高了一种发音训练与教学系统的市场竞争力。
从上述实施例的内容可知，该发音训练与教学系统包括目标声音获取模块、目标声音初步分析模块、发音训练模型确定模块、发音差异化分析模块和发音引导教学模块；其通过采集来自训练对象的原始发音信息以及生成关于该原始发音信息的有效发音信息，以及对该有效发音信息进行初步分析处理，以此获得关于该有效发音信息的发音属性信息，并且根据该发音属性信息和预设发音大数据，确定关于该有效发音信息的发音训练模型，最后根据该发音训练模型，确定该训练对象对应的发音差异化信息，以此对该训练对象进行适应性的发音引导操作；可见，该发音训练与教学系统能够根据不同训练对象自身的发音属性来构建有针对性的发音训练模型，这样能够从根本上确定训练对象自身的发音缺陷和与标准发音之间的差异，从而实现对训练对象的最优化发音训练、快速地提高训练对象的发音技巧以及发音训练过程中的趣味性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
1.发音训练与教学系统，其特征在于：
所述发音训练与教学系统包括目标声音获取模块、目标声音初步分析模块、发音训练模型确定模块、发音差异化分析模块和发音引导教学模块；
其中，
所述目标声音获取模块用于采集来自训练对象的原始发音信息以及生成关于所述原始发音信息的有效发音信息；
所述目标声音初步分析模块用于对所述有效发音信息进行初步分析处理，以此获得关于所述有效发音信息的发音属性信息；
所述发音训练模型确定模块用于根据所述发音属性信息和预设发音大数据，确定关于所述有效发音信息的发音训练模型；
所述发音差异化分析模块用于根据所述发音训练模型，确定所述训练对象对应的发音差异化信息；
所述发音引导教学模块用于根据所述发音差异化信息，对所述训练对象进行适应性的发音引导操作。
2.如权利要求1所述的发音训练与教学系统，其特征在于：
所述目标声音获取模块包括多维度声音采集子模块和声音预处理子模块；其中，
所述多维声音采集子模块用于在所述训练对象所处的环境空间中，从不同空间维度中采集来自所述训练对象的原始发音信息；
所述声音预处理子模块用于对所述原始发音信息进行有效声音信号的提取处理，以此获得所述有效发音信息。
3.如权利要求2所述的发音训练与教学系统，其特征在于：
所述多维度声音采集子模块包括环境空间音频背景确定单元和阵列麦克风声音记录单元；其中，
所述环境空间音频背景确定单元用于确定所述训练对象所处的环境空间在不同空间方位对应的背景音信息和/或回音信息；
所述阵列麦克风声音记录单元用于根据所述背景音信息和/或所述回音信息，从不同空间维度中以可变采样频率和/或可变采样灵敏度的方式记录来自所述训练对象的原始发音信息；
或者，
所述声音预处理子模块包括声音信号放大单元、背景噪声剔除单元和有效发音信息提取单元；其中，
所述声音信号放大单元用于根据所述原始发音信息的信噪比，对所述原始发音信息进行放大处理；
所述背景噪声剔除单元用于对经过所述放大处理的原始发音信息进行背景噪声过滤处理；
所述有效发音信息提取处理用于根据所述训练对象的声纹特征，从经过所述背景噪声过滤处理的原始发音信息中提取得到所述有效发音信息。
4.如权利要求1所述的发音训练与教学系统，其特征在于：
所述目标声音初步分析模块包括声音向量分解子模块和发音属性信息生成子模块；其中，
所述声音向量分解子模块用于根据若干人类声音表征通道，将所述有效发音信息变换为对应的若干声音表征通道特征信息；
所述发音属性信息生成子模块用于对所述若干声音表征通道特征信息进行数字化拟合处理，以此生成所述发音属性信息。
5.如权利要求4所述的发音训练与教学系统，其特征在于：
所述声音向量分解子模块包括声音表征通道生成单元和表征通道特征信息单元；其中，
所述声音表征通道生成单元用于生成关于声音频率、声音强度和声音回波的若干所述人类声音表征通道；
所述表征通道特征信息单元用于根据每一个所述人类声音表征通道，将所述有效发音信息变换为对应的声音频率表征通道特征信息、声音强度表征通道特征信息和声音回波表征通道特征信息；
所述发音属性信息生成子模块包括特征信息插值处理单元和数字化拟合处理单元；其中，
所述特征信息插值处理单元用于对每一个声音表征通道特征信息对应的离散特征集合进行插值处理，以此得到满足预定数值连接条件的离散特征序列；
所述数字化拟合处理单元用于对所述离散特征序列进行一次函数或者二次函数的数字化拟合处理，以此生成所述发音属性信息。
6.如权利要求1所述的发音训练与教学系统，其特征在于：
所述发音训练模型确定模块包括发音训练数据库构建子模块和发音训练模型构建子模块；其中，
所述发音训练数据库构建子模块用于根据所述发音属性信息与所述预设发音大数据的声音映射关系，构建形成相应的发音训练数据库；
所述发音训练模型构建子模块用于根据所述发音训练数据库和预设发音训练标准规则，构建形成关于所述有效发音信息的发音训练模型。
7.如权利要求6所述的发音训练与教学系统，其特征在于：
所述发音训练数据库构建子模块包括声音映射关系确定单元和发音训练数据结构确定单元；其中，
所述声音映射关系单元用于确定所述发声属性信息与所述预设发音大数据之间的一对多声音映射关系；
所述发音训练数据结构确定单元用于根据所述一对多声音映射关系，重构关于所述预设发音大数据的发音训练数据结构，并以此生成所述发音训练数据库。
8.如权利要求1所述的发音训练与教学系统，其特征在于：
所述发音差异化分析模块包括发音时间差异化分析子模块和发音维度差异化分析子模块；其中，
所述发音时间差异化分析子模块用于根据所述发音训练模型，确定所述训练对象在不同时间段之间的发音时间差异化信息；
所述发音维度差异化分析子模块用于根据所述发音训练模型，确定所述训练对象在不同发音技巧的发音维度差异化信息。
9.如权利要求8所述的发音训练与教学系统，其特征在于：
所述发音差异化分析模块还包括差异化信息置信度确定子模块和差异化信息有效性判断子模块；其中，
所述差异化信息置信度确定单元用于计算所述发音时间差异化信息和/或所述发音维度差异化信息对应的置信度值；
所述差异化信息有效性判断子模块用于根据所述置信度值与预设置信度容置范围之间的匹配关系，判断所述发音时间差异化信息和/或所述发音维度差异化信息的有效性。
10.如权利要求1所述的一种发音训练与教学系统，其特征在于：
所述发音训练模型确定模块用于根据所述发音属性信息和预设发音大数据，确定关于所述有效发音信息的发音训练模型；
还包括根据所述声音预处理子模块提取有效发音信息，并离散处理确定人类声音表征通道信息，并对所述人类声音表征通道信息进行放大补偿处理，获取表征通道特征信息，并与预设发音大数据进行比对，执行构建形成关于所述有效发音信息的发音训练模型的操作，具体实现步骤如下：
步骤a1、根据所述目标声音获取模块采集来自所述训练对象的原始发音信息；
步骤a2、根据预先建立的所述声音预处理子模块，提取得到所述有效发音信息，同时根据公式(1)确定所述人类声音表征通道信息；
其中，n为所述有效发音信息拆分成不同样本的数量，e为自然常数，π为圆周率，t为所述有效发音信息不同样本的时间周期，f为所述有效发音信息拆分成不同样本的声音频率，a为所述有效发音信息拆分成不同样本的声音强度，λ为所述有效发音信息拆分成不同样本的声音回波，v(t)为所述提取得到的所述有效发音信息，
步骤a3、根据公式(2)对步骤a2获取的所述人类声音表征通道信息进行放大补偿处理，获取表征通道特征信息；
其中，
步骤a4、将所述步骤a3获取的表征通道特征信息与所述预设发音大数据通过公式(3)进行比对，根据比对结果，执行构建形成关于所述有效发音信息的发音训练模型的操作；
其中，m为根据所述训练对象的原始发音信息所获取的表征通道特征信息与预设发音大数据比对存在偏差的数量，r(t)为所述预设发音大数据，若k(m)值不为0，表示所述提取的有效发音数据与预设发音大数据存在偏差，执行构建形成关于所述有效发音信息的发音训练模型的操作。
技术总结