[發明專利]一種語音評測方法及裝置

有效

• 申請號: 201810136069.5
• 申請日: 2018-02-09
• 公開（公告）號: CN108322791B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 高磊
• 申請（專利權）人: 咪咕數字傳媒有限公司
• 主分類號: H04N21/41
• 分類號: H04N21/41;H04N21/439;H04N21/81;H04N21/8547
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

1.一種語音評測方法，其特征在于，應用于第三終端中，所述方法包括：

根據第一終端發送的播放請求，向所述第一終端發送用于進行口語評測的音視頻數據；其中，所述音視頻數據的生成，包括：對音視頻素材進行視頻打點，生成與所述音視頻素材對應的配置文件，所述配置文件中至少包括與所述音視頻素材對應的時間戳數據和應用場景數據；所述第三終端解析所述配置文件，得到與所述音視頻素材對應的應用場景數據和時間戳數據，所述第三終端將所述時間戳數據和所述應用場景數據插入到所述音視頻素材中，生成所述音視頻數據；所述對所述音視頻素材進行視頻打點，包括：確定所述音視頻素材的音視頻播放時間；根據所述音視頻播放時間確定所述音視頻素材中的開始關鍵幀位置和結束關鍵幀位置；在所述開始關鍵幀位置和所述結束關鍵幀位置進行視頻打點，生成與所述音視頻素材對應的配置文件；

接收第二終端發送的第一音頻數據；

向服務器發送所述第一音頻數據，使得所述服務器根據所述第一終端顯示的所述音視頻數據中的時間戳，對所述音視頻數據中的音頻數據進行數據截取，得到與所述第一音頻數據對應的第二音頻數據；

接收所述服務器發送的針對所述第一音頻數據的評測結果，所述評測結果是所述服務器根據所述第一音頻數據與所述第二音頻數據的特征匹配度所確定；

向所述第一終端發送所述第一音頻數據的所述評測結果； 以及

其中，所述第一終端為電視端，所述第三終端為機頂盒，所述第二終端用于語音輸入，所述第一終端的顯示界面顯示所述第二終端的語音輸入信息。

2.根據權利要求1所述的方法，其特征在于，在向所述第一終端發送用于進行口語評測的音視頻數據之前，所述方法還包括：

根據第一終端發送的播放請求，向所述服務器發送內容獲取請求；

接收所述服務器根據所述內容獲取請求所發送的音視頻素材和與所述音視頻素材對應的配置文件；

將所述配置文件中的時間戳插入到所述音視頻素材中，生成所述音視頻數據。

3.根據權利要求1所述的方法，其特征在于，在向所述第一終端發送用于進行口語評測的音視頻數據之前，所述方法還包括：

根據第一終端發送的播放請求，向所述服務器發送內容獲取請求；

接收所述服務器根據所述內容獲取請求所發送的音視頻素材；

對所述音視頻素材進行視頻打點，生成與所述音視頻素材對應的配置文件，所述配置文件中至少包括與所述音視頻素材對應的時間戳；

將所述時間戳插入到所述音視頻素材中，生成所述音視頻數據，同時將所述配置文件向所述服務器發送。

4.一種語音評測方法，其特征在于，所述方法包括：

接收第三終端發送的第一音頻數據，所述第一音頻數據至少包括第二終端向所述第三終端發送的音頻數據；

根據第一終端顯示的用于進行口語評測的音視頻數據中的時間戳，對所述音視頻數據中的音頻數據進行數據截取，得到與所述第一音頻數據對應的第二音頻數據；其中，所述音視頻數據的生成，包括：對音視頻素材進行視頻打點，生成與所述音視頻素材對應的配置文件，所述配置文件中至少包括與所述音視頻素材對應的時間戳數據和應用場景數據；所述第三終端解析所述配置文件，得到與所述音視頻素材對應的應用場景數據和時間戳數據，所述第三終端將所述時間戳數據和所述應用場景數據插入到所述音視頻素材中，生成所述音視頻數據；所述對所述音視頻素材進行視頻打點，包括：確定所述音視頻素材的音視頻播放時間；根據所述音視頻播放時間確定所述音視頻素材中的開始關鍵幀位置和結束關鍵幀位置；在所述開始關鍵幀位置和所述結束關鍵幀位置進行視頻打點，生成與所述音視頻素材對應的配置文件；

將所述第一音頻數據與所述第二音頻數據進行特征匹配，得到特征匹配度；

根據所述特征匹配度確定針對所述第一音頻數據的評測結果；

向所述第三終端發送所述評測結果；以及

其中，所述第一終端為電視端，所述第三終端為機頂盒，所述第二終端用于語音輸入，所述第一終端的顯示界面顯示所述第二終端的語音輸入信息。