[發(fā)明專利]一種語(yǔ)音測(cè)評(píng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810496872.X
• 申請(qǐng)日: 2018-05-22
• 公開(kāi)（公告）號(hào): CN108766415B
• 公開(kāi)（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 湯志遠(yuǎn);王東
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué);北京孚睿星辰智能科技有限責(zé)任公司
• 主分類號(hào): G10L15/01
• 分類號(hào): G10L15/01;G10L15/02;G10L25/78
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發(fā)明實(shí)施例提供一種語(yǔ)音測(cè)評(píng)方法，包括：根據(jù)每一音素在待測(cè)評(píng)語(yǔ)音中的發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率，以及所述每一音素在待測(cè)評(píng)語(yǔ)音對(duì)應(yīng)的參考語(yǔ)音中的發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率，對(duì)所述待測(cè)評(píng)語(yǔ)音進(jìn)行語(yǔ)音測(cè)評(píng)。本發(fā)明實(shí)施例提供的一種語(yǔ)音測(cè)評(píng)方法，以參考語(yǔ)音為衡量標(biāo)準(zhǔn)，從發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率三方面對(duì)待測(cè)評(píng)語(yǔ)音進(jìn)行語(yǔ)音測(cè)評(píng)，能夠全方位地體現(xiàn)發(fā)言人的口語(yǔ)水平，以使得發(fā)言人能夠從不同角度了解自身口語(yǔ)的不足，從而實(shí)現(xiàn)口語(yǔ)水平的提高。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及語(yǔ)音識(shí)別與測(cè)評(píng)技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音測(cè)評(píng)方法。

背景技術(shù)

當(dāng)下的經(jīng)濟(jì)發(fā)展和文化交流，對(duì)個(gè)人的外語(yǔ)能力要求越來(lái)越高。如何快速高效地獲取外語(yǔ)技能，是語(yǔ)言教育迫切需要解決的問(wèn)題。

日益發(fā)達(dá)的計(jì)算機(jī)技術(shù)，特別是人工智能技術(shù)，是實(shí)現(xiàn)高效語(yǔ)言學(xué)習(xí)的重要途徑。例如，計(jì)算機(jī)輔助語(yǔ)言學(xué)習(xí)技術(shù)，可以快速地對(duì)學(xué)習(xí)者的口語(yǔ)進(jìn)行測(cè)評(píng)，并指出具體的錯(cuò)誤，學(xué)習(xí)者可以據(jù)此有針對(duì)性地練習(xí)和提高。

目前的語(yǔ)音測(cè)評(píng)技術(shù)大多基于GOP(Goodness Of Pronunciation)算法。給定待測(cè)評(píng)語(yǔ)音和相應(yīng)的文本(可表示成音素串)，計(jì)算每個(gè)音素的后驗(yàn)概率，并根據(jù)上述每一后驗(yàn)概率，進(jìn)行音素級(jí)別的語(yǔ)音測(cè)評(píng)。比如某個(gè)音素的后驗(yàn)概率超過(guò)一定閾值，則認(rèn)為學(xué)習(xí)者對(duì)該音素的發(fā)音較好，否者判斷為發(fā)音有誤。

這類算法聚焦的是音素級(jí)別的評(píng)分，基于此可以得到詞級(jí)別到句子級(jí)別的評(píng)分，但這類分?jǐn)?shù)對(duì)學(xué)習(xí)者口語(yǔ)的評(píng)估是片面的，它只反映了口語(yǔ)的一個(gè)基本要素，即發(fā)音準(zhǔn)確性，使得學(xué)習(xí)者無(wú)法針對(duì)分?jǐn)?shù)未覆蓋的其他口語(yǔ)特性進(jìn)行練習(xí)，致使口語(yǔ)水平不能得到全方位提升。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種語(yǔ)音測(cè)評(píng)方法，用以解決現(xiàn)有的語(yǔ)音測(cè)評(píng)只能反映發(fā)音準(zhǔn)確性而無(wú)法覆蓋其他口語(yǔ)特征的問(wèn)題。

一方面，本發(fā)明實(shí)施例提供一種語(yǔ)音測(cè)評(píng)方法，包括：根據(jù)每一音素在待測(cè)評(píng)語(yǔ)音中的發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率，以及所述每一音素在待測(cè)評(píng)語(yǔ)音對(duì)應(yīng)的參考語(yǔ)音中的發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率，對(duì)所述待測(cè)評(píng)語(yǔ)音進(jìn)行語(yǔ)音測(cè)評(píng)。

另一方面，本發(fā)明實(shí)施例提供一種語(yǔ)音測(cè)評(píng)裝置，包括：語(yǔ)音測(cè)評(píng)單元，用于根據(jù)每一音素在待測(cè)評(píng)語(yǔ)音中的發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率，以及所述每一音素在待測(cè)評(píng)語(yǔ)音對(duì)應(yīng)的參考語(yǔ)音中的發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率，對(duì)所述待測(cè)評(píng)語(yǔ)音進(jìn)行語(yǔ)音測(cè)評(píng)。

再一方面，本發(fā)明實(shí)施例提供一種語(yǔ)音測(cè)評(píng)設(shè)備，包括處理器、通信接口、存儲(chǔ)器和總線，其中，處理器，通信接口，存儲(chǔ)器通過(guò)總線完成相互間的通信，處理器可以調(diào)用存儲(chǔ)器中的邏輯指令，以執(zhí)行前所述的語(yǔ)音測(cè)評(píng)方法。

又一方面，本發(fā)明實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如前所述的語(yǔ)音測(cè)評(píng)方法。

本發(fā)明實(shí)施例提供的一種語(yǔ)音測(cè)評(píng)方法，以參考語(yǔ)音為衡量標(biāo)準(zhǔn)，從發(fā)音長(zhǎng)度、音高特征和后驗(yàn)概率三方面對(duì)待測(cè)評(píng)語(yǔ)音進(jìn)行語(yǔ)音測(cè)評(píng)，能夠全方位地體現(xiàn)發(fā)言人的口語(yǔ)水平，以使得發(fā)言人能夠從不同角度了解自身口語(yǔ)的不足，從而實(shí)現(xiàn)口語(yǔ)水平的提高。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例的一種語(yǔ)音測(cè)評(píng)方法的流程示意圖；

圖2為本發(fā)明實(shí)施例的一種語(yǔ)音測(cè)評(píng)裝置的結(jié)構(gòu)示意圖；

圖3為本發(fā)明實(shí)施例的一種語(yǔ)音測(cè)評(píng)設(shè)備的結(jié)構(gòu)示意圖。

具體實(shí)施方式