1.一种英语翻译的语音比照系统；包括显示模块、处理模块、控制模块；其特征在于，所述显示模块、处理模块、控制模块均与单片机连接控制；所述显示模块包括可视化模块，所述可视化模块为显示屏；所述处理模块包括翻译模块，翻译模块包括语音识别模块，所述语音识别包括语音对比模块，所述语音对比模块采用参数特征提取和相似度对比识别翻译语音的准确度；所述控制模块包括接口模块，接口模块采用串行通信模式通信；

所述语音识别模块包括语音参数库的提取和语音识别两个过程，语音参数库提取的过程为，首先将原始的样本语音依次经过预加重、分帧加窗，之后对其进行端点检测处理，然后对其进行提取出组合参数，之后对前一次输入的样本语音进行迭代修正，直到经过翻译的样本语音迭代完毕，提供纯净的供语音识别模块使用的参数库；

语音识别模块的语音识别的方法为，步骤1，初始化待测语音的起点与终点，以及翻译端语音信号的起点和初始最小失真测度；步骤2，根据约束条件，计算截止到被译端语音信号和翻译端语音信号匹配点的最小失真测度；步骤3，递推求出所有匹配点后计算被译端语音与翻译端语音之间的最小失真测度，依次循环语音参数库，找出距离最小失真测度所对应的语音，即得到精确的语音比对识别结果；

控制模块对提取的参数特征进行解析过程为，a建立数据库，根据翻译端语义向量的数据特征信号分层，对每一层利用聚类算法找出每一层的聚类中心，得出较少的语义向量类型集合，再对每一小类进行分类器训练，就能提取比较好的分类和训练结果；b对新数据集进行分层，对于新的数据集首先通过聚类计算出其每一簇的数据中心，然后再与a中建立的数据库的每一层聚类中心求取欧氏距离，再把新的数据集的每个聚类中心的距离相加；距离和最小的归为一类，对新数据实现分层；c,得出新的语义向量结果，步骤b中的数据到了某一层后用步骤a的方法进行处理，一直到数据最底层得出最小的数据集合，再将已经训练好的分类器进行语义向量相似度对比；语义向量相似度对比时，采用余弦相似度函数度量统一翻译环境下翻译端语义向量u和被译端语义向量v之间的相似度S，相似度S满足：S=cosθ=（uv）/(||u||·||v||)；若翻译端语义向量u和被译端语义向量v的相似度越高，则S的值越接近数值1，则两个语义向量越接近。

2.根据权利要求1所述一种英语翻译的语音比照系统，其特征在于，所述控制模块还包括存储模块、解析模块、I/O转换模块；所述存储模块对翻译语音样本数据进行存储，所述解析模块用于处理翻译过程中的语音数据；所述I/O转换模块对翻译语音数据进行数字信号和模拟信号的相互转化。

3.根据权利要求1所述一种英语翻译的语音比照系统，其特征在于，所述参数特征提取方法包括以下步骤：

S1：对语音波进行加窗分帧处理得到各帧的语音片段；

S2：分别对各帧语音片段进行提取能量倒谱系数，首先对各帧语音片段用滤波器组队短时各帧语音片段进行滤波，滤波器的中心频率按照ERB频率尺度均匀排列；

S3：计算每一个滤波器中心所在的频带的均值。

4.根据权利要求1所述一种英语翻译的语音比照系统，其特征在于，所述参数特征提取方法还包括步骤S4：将每个滤波器频带的均值变换到倒谱域中，之后对其进行离散余弦反变换，得到各帧的语音片段能量倒谱系数，存储模块对语音片段能量倒谱系数、滤波器中心所在的频带的均值进行存储。