[發明專利]一種語音評測方法、裝置、設備及可讀存儲介質

有效

• 申請號: 201811073869.3
• 申請日: 2018-09-14
• 公開（公告）號: CN109192224B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 金海;吳奎;竺博;魏思;胡國平
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;G10L25/03;G10L15/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王雨;王寶筠

1.一種語音評測方法，其特征在于，包括：

獲取待評測語音，及作為評測標準的關鍵詞；

提取所述待評測語音的聲學特征；

將所述聲學特征輸入預置的第一聲學識別模型，得到第一聲學識別模型輸出的所述待評測語音對應的文本信息；

通過第一關鍵詞分類器對所述待評測語音進行關鍵詞分類，得到分類結果，并將所述分類結果作為檢測所述待評測語音中是否包含與所述關鍵詞對應的語音片段的檢測結果；所述第一關鍵詞分類器為，以語音訓練數據的聲學特征經第一聲學識別模型的隱層轉換后的隱層平均聲學特征，及所述關鍵詞的詞向量特征為訓練樣本，以語音訓練數據對所述關鍵詞及非關鍵詞對應語音片段的分類標注結果為樣本標簽訓練得到；

根據所述檢測結果，確定所述待評測語音的評測結果。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述關鍵詞與所述文本信息進行匹配得到匹配結果，并將所述匹配結果作為檢測所述待評測語音中是否包含與所述關鍵詞對應的語音片段的檢測結果；所述匹配結果表明所述待評測語音對所述關鍵詞對應語音片段的包含情況。

3.根據權利要求1所述的方法，其特征在于，所述第一聲學識別模型為，通用聲學識別模型，或，為利用所述通用聲學識別模型對所述待評測語音的識別結果，對所述通用聲學識別模型進行自適應后的聲學識別模型。

4.根據權利要求1所述的方法，其特征在于，所述第一聲學識別模型為，以所述關鍵詞及過濾器構成的解碼空間對應的聲學識別模型，所述過濾器表征所有的非關鍵詞。

5.根據權利要求1所述的方法，其特征在于，所述通過第一關鍵詞分類器對所述待評測語音進行關鍵詞分類，得到分類結果，包括：

獲取所述第一聲學識別模型的隱層輸出的，對所述聲學特征轉換后的隱層平均聲學特征；

將所述隱層平均聲學特征與所述關鍵詞的詞向量特征輸入預置的第一關鍵詞分類器，得到第一關鍵詞分類器輸出的所述待評測語音對所述關鍵詞及非關鍵詞對應語音片段的分類結果。

6.根據權利要求2所述的方法，其特征在于，所述根據所述檢測結果，確定所述待評測語音的評測結果，包括：

根據所述檢測結果確定評測特征，所述評測特征包括命中關鍵詞、命中關鍵詞的置信度、關鍵詞命中率和命中關鍵詞的高斯時長中的任意一項或多項；

所述命中關鍵詞為所述待評測語音中存在與關鍵詞對應的語音片段；所述命中關鍵詞的置信度為所述第一聲學識別模型對所述命中關鍵詞的識別置信度；所述關鍵詞命中率為所述命中關鍵詞個數，占所述關鍵詞的總個數的比例；所述高斯時長由所述待評測語音中所述命中關鍵詞的發音時長確定；

根據所述評測特征，確定所述待評測語音的評測結果。

7.根據權利要求1所述的方法，其特征在于，所述根據所述檢測結果，確定所述待評測語音的評測結果，包括：

根據所述檢測結果確定評測特征，所述評測特征包括命中關鍵詞、命中關鍵詞的置信度、關鍵詞命中率和命中關鍵詞的高斯時長中的任意一項或多項；

所述命中關鍵詞為所述待評測語音中存在與關鍵詞對應的語音片段；所述命中關鍵詞的置信度為所述第一關鍵詞分類器對所述命中關鍵詞的分類置信度；所述關鍵詞命中率為所述命中關鍵詞個數，占所述關鍵詞的總個數的比例；所述高斯時長由所述待評測語音中所述命中關鍵詞的發音時長確定；

根據所述評測特征，確定所述待評測語音的評測結果。