基于Android平台的小学英语学习系统的设计与实现
发布时间:2021-04-15 10:46
英语是国际交流中使用人数最多的语言,提高国民英语水平是经济全球化的需要。小学是英语学习的起步期,也是关键期,提高小学生的英语学习水平可以为更高层次的英语学习做准备。当前,移动互联网蓬勃发展,智能移动设备为移动学习的发展奠定了基础,采用Android系统的设备市场占有率高达76%。本文针对上述现状,设计开发了一款基于Android平台的小学英语移动学习软件。首先,介绍了移动学习、语音识别的国内外研究现状,分析了当前小学生英语学习APP的优点和不足。同时,重点对设计小学英语移动学习系统中应用到的语音识别技术进行深入介绍。其次,在分析小学英语课程内容、小学生用户特征等的基础上,对小学四年级英语移动学习系统进行了需求分析和系统架构,设计了登录注册、对话学习、单词学习、单词测验、生词本、小游戏等功能模块,各功能模块注重交互性和多媒体学习资源的使用。同时,还设计了系统运行时所需要的各类数据库。然后,采用Eclipse 4.3、Android SDK 4.4等对英语移动学习系统进行开发。详细介绍了各功能模块的实现过程,采用基于语音帧距离的语音测评方法来实现发音评分功能,采用基于发音共振峰的比较来矫正...
【文章来源】:华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】:89 页
【学位级别】:硕士
【部分图文】:
图2.2端点检测??图2.2是端点检测的图示,可以看出,使用短时能量和短时过零率进行端点??
硕士学位论文??MASTER'S?THESIS??1kHz以上呈近似对数增长的关系。图2.3是对这种关系的描述。??0????;?????:?????70WC??-^COOC????60000??-4WXV?.J0C-0
硕士学位论文??MASTER'S?THESIS??1kHz以上呈近似对数增长的关系。图2.3是对这种关系的描述。??0????;?????:?????70WC??-^COOC????60000??-4WXV?.J0C-0
【参考文献】:
期刊论文
[1]21世纪日本小学英语教育研究[J]. 徐向楠,李晶钢. 现代交际. 2016(20)
[2]Mel频率下基于LPC的语音信号深度特征提取算法[J]. 罗元,吴承军,张毅,黎小松,席兵. 重庆邮电大学学报(自然科学版). 2016(02)
[3]人教版小学英语词汇教学策略探究[J]. 邓奇,曾志宏. 教学与管理. 2016(09)
[4]如何提高小学英语词汇教学的有效性[J]. 张婷婷. 学周刊. 2016(08)
[5]论游戏教学法在小学英语教学中的应用[J]. 张海宗. 英语教师. 2016(03)
[6]基于HMM与遗传神经网络的改进语音识别系统[J]. 吴延占. 计算机系统应用. 2016(01)
[7]游戏,小学英语词汇教学的调味剂[J]. 王陈斌. 学周刊. 2016(01)
[8]无缝学习——数字时代学习的新常态[J]. 祝智庭,孙妍妍. 开放教育研究. 2015(01)
[9]基于改进型DTW算法和MFCC的语音识别[J]. 陈孟元. 安徽工程大学学报. 2014(01)
[10]基于Android的移动英语学习平台的研究与实现[J]. 徐毅,田春燕. 中国教育信息化. 2014(04)
博士论文
[1]语音合成中的神经网络声学建模方法研究[D]. 殷翔.中国科学技术大学 2016
[2]DNN-HMM语音识别声学模型的说话人自适应[D]. 薛少飞.中国科学技术大学 2015
[3]基于深层神经网络的语音识别声学建模研究[D]. 周盼.中国科学技术大学 2014
硕士论文
[1]基于矢量量化的说话人识别的研究[D]. 涂佩佩.安徽大学 2016
[2]深度神经网络在中文语音识别系统中的实现[D]. 张德良.北京交通大学 2015
[3]嵌入式语音识别系统开发及在智能家居中的应用研究[D]. 张英振.上海应用技术学院 2015
[4]基于深度学习的语音识别应用研究[D]. 张建华.北京邮电大学 2015
[5]基于DTW算法的在线语音识别与仿真[D]. 侯瑞真.北方工业大学 2014
[6]基于Android的微课移动学习平台的设计与实现[D]. 蒋寅泉.江西师范大学 2014
[7]基于隐马尔可夫模型的语音识别技术研究[D]. 靳双燕.郑州大学 2013
[8]基于Android平台的智能英语发音训练系统的设计与实现[D]. 王朔.南京邮电大学 2013
[9]基于神经网络/HMM的语音识别算法的研究[D]. 张志刚.武汉理工大学 2006
[10]基于隐马尔可夫模型的语音识别方法的研究[D]. 陈晓霖.山东大学 2005
本文编号:3139186
【文章来源】:华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】:89 页
【学位级别】:硕士
【部分图文】:
图2.2端点检测??图2.2是端点检测的图示,可以看出,使用短时能量和短时过零率进行端点??
硕士学位论文??MASTER'S?THESIS??1kHz以上呈近似对数增长的关系。图2.3是对这种关系的描述。??0????;?????:?????70WC??-^COOC????60000??-4WXV?.J0C-0
硕士学位论文??MASTER'S?THESIS??1kHz以上呈近似对数增长的关系。图2.3是对这种关系的描述。??0????;?????:?????70WC??-^COOC????60000??-4WXV?.J0C-0
【参考文献】:
期刊论文
[1]21世纪日本小学英语教育研究[J]. 徐向楠,李晶钢. 现代交际. 2016(20)
[2]Mel频率下基于LPC的语音信号深度特征提取算法[J]. 罗元,吴承军,张毅,黎小松,席兵. 重庆邮电大学学报(自然科学版). 2016(02)
[3]人教版小学英语词汇教学策略探究[J]. 邓奇,曾志宏. 教学与管理. 2016(09)
[4]如何提高小学英语词汇教学的有效性[J]. 张婷婷. 学周刊. 2016(08)
[5]论游戏教学法在小学英语教学中的应用[J]. 张海宗. 英语教师. 2016(03)
[6]基于HMM与遗传神经网络的改进语音识别系统[J]. 吴延占. 计算机系统应用. 2016(01)
[7]游戏,小学英语词汇教学的调味剂[J]. 王陈斌. 学周刊. 2016(01)
[8]无缝学习——数字时代学习的新常态[J]. 祝智庭,孙妍妍. 开放教育研究. 2015(01)
[9]基于改进型DTW算法和MFCC的语音识别[J]. 陈孟元. 安徽工程大学学报. 2014(01)
[10]基于Android的移动英语学习平台的研究与实现[J]. 徐毅,田春燕. 中国教育信息化. 2014(04)
博士论文
[1]语音合成中的神经网络声学建模方法研究[D]. 殷翔.中国科学技术大学 2016
[2]DNN-HMM语音识别声学模型的说话人自适应[D]. 薛少飞.中国科学技术大学 2015
[3]基于深层神经网络的语音识别声学建模研究[D]. 周盼.中国科学技术大学 2014
硕士论文
[1]基于矢量量化的说话人识别的研究[D]. 涂佩佩.安徽大学 2016
[2]深度神经网络在中文语音识别系统中的实现[D]. 张德良.北京交通大学 2015
[3]嵌入式语音识别系统开发及在智能家居中的应用研究[D]. 张英振.上海应用技术学院 2015
[4]基于深度学习的语音识别应用研究[D]. 张建华.北京邮电大学 2015
[5]基于DTW算法的在线语音识别与仿真[D]. 侯瑞真.北方工业大学 2014
[6]基于Android的微课移动学习平台的设计与实现[D]. 蒋寅泉.江西师范大学 2014
[7]基于隐马尔可夫模型的语音识别技术研究[D]. 靳双燕.郑州大学 2013
[8]基于Android平台的智能英语发音训练系统的设计与实现[D]. 王朔.南京邮电大学 2013
[9]基于神经网络/HMM的语音识别算法的研究[D]. 张志刚.武汉理工大学 2006
[10]基于隐马尔可夫模型的语音识别方法的研究[D]. 陈晓霖.山东大学 2005
本文编号:3139186
本文链接:https://www.wllwen.com/jiaoyulunwen/jiaoyutizhilunwen/3139186.html