[發(fā)明專利]一種發(fā)音測(cè)評(píng)方法、介質(zhì)、裝置和計(jì)算設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201910405363.6
• 申請(qǐng)日: 2019-05-16
• 公開(kāi)（公告）號(hào): CN111951825A
• 公開(kāi)（公告）日: 2020-11-17
• 發(fā)明（設(shè)計(jì)）人: 楊曉飛;蔣成林;劉晨晨;沈欣堯;張欣;王治民;鄧雅惠;高慧朝
• 申請(qǐng)（專利權(quán)）人: 上海流利說(shuō)信息技術(shù)有限公司
• 主分類號(hào): G10L25/51
• 分類號(hào): G10L25/51;G10L15/02
• 代理公司: 北京信遠(yuǎn)達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11304
• 代理人: 魏曉波

1.一種發(fā)音測(cè)評(píng)方法，其特征在于，包括：

從用戶針對(duì)于測(cè)評(píng)內(nèi)容的待測(cè)發(fā)音音頻中提取至少一個(gè)音頻數(shù)據(jù)段；

獲取至少一個(gè)音頻數(shù)據(jù)段對(duì)應(yīng)的時(shí)間邊界和相應(yīng)時(shí)間邊界內(nèi)的聲學(xué)似然度；

獲取至少一個(gè)音頻數(shù)據(jù)段對(duì)應(yīng)的待測(cè)音素特征序列；

基于所述時(shí)間邊界、混淆音素表和混淆音素對(duì)應(yīng)的閾值，從所述待測(cè)音素特征序列中識(shí)別出與所述測(cè)評(píng)內(nèi)容的標(biāo)準(zhǔn)音素特征序列不一致的待糾正音素；

若對(duì)應(yīng)時(shí)間邊界內(nèi)存在所述待糾正音素，并且所述聲學(xué)似然度大于預(yù)設(shè)門限，則基于所述待糾正音素調(diào)整對(duì)應(yīng)的得分。

2.如權(quán)利要求1所述的方法，其中，還包括：

基于所述待糾正音素和/或調(diào)整后的得分來(lái)確定向用戶推送的發(fā)音糾錯(cuò)內(nèi)容，其中發(fā)音糾錯(cuò)內(nèi)容用于指示用戶對(duì)所述待糾正音素進(jìn)行改進(jìn)練習(xí)。

3.如權(quán)利要求1或2所述的方法，其中，采用音素識(shí)別網(wǎng)絡(luò)來(lái)獲取至少一個(gè)音頻數(shù)據(jù)段對(duì)應(yīng)的待測(cè)音素特征序列。

4.如權(quán)利要求3所述的方法，其中，由所述測(cè)評(píng)內(nèi)容中的至少一個(gè)單詞、發(fā)音詞典和所述混淆音素表構(gòu)建成所述音素識(shí)別網(wǎng)絡(luò)；且

所述音素識(shí)別網(wǎng)絡(luò)中每一網(wǎng)絡(luò)路徑的詞圖根據(jù)預(yù)先錄入的開(kāi)發(fā)集進(jìn)行調(diào)整。

5.如權(quán)利要求1至4任一所述的方法，其中，所述基于所述時(shí)間邊界、混淆音素表和混淆音素對(duì)應(yīng)的閾值，從所述待測(cè)音素特征序列中識(shí)別出與所述測(cè)評(píng)內(nèi)容的標(biāo)準(zhǔn)音素特征序列不一致的待糾正音素，包括：

獲取基于所述測(cè)評(píng)內(nèi)容生成的標(biāo)準(zhǔn)音素特征序列；

根據(jù)所述時(shí)間邊界將至少一個(gè)音頻數(shù)據(jù)段中每一單詞對(duì)應(yīng)的所述待測(cè)音素特征序列，與該單詞對(duì)應(yīng)的標(biāo)準(zhǔn)音素特征序列進(jìn)行編輯距離對(duì)齊得到區(qū)別音素信息；

根據(jù)混淆音素表和混淆音素對(duì)應(yīng)的閾值，通過(guò)貝葉斯判決模塊確定所述區(qū)別音素信息對(duì)應(yīng)的所述待糾正音素。

6.權(quán)利要求5所述的方法，其中，所述區(qū)別音素信息包括與標(biāo)準(zhǔn)音素特征序列不一致的音素處于所述待測(cè)音素特征序列中的位置信息。

7.如權(quán)利要求1至6任一所述的方法，其中，采用交叉熵準(zhǔn)則CE模型獲取至少一個(gè)音頻數(shù)據(jù)段對(duì)應(yīng)的時(shí)間邊界和相應(yīng)時(shí)間邊界內(nèi)的聲學(xué)似然度。

8.一種發(fā)音測(cè)評(píng)裝置，其特征在于，包括：

提取模塊，被配置為從用戶針對(duì)于測(cè)評(píng)內(nèi)容的待測(cè)發(fā)音音頻中提取至少一個(gè)音頻數(shù)據(jù)段；

第一測(cè)評(píng)模塊，被配置為獲取至少一個(gè)音頻數(shù)據(jù)段對(duì)應(yīng)的時(shí)間邊界和相應(yīng)時(shí)間邊界內(nèi)的聲學(xué)似然度；

第二測(cè)評(píng)模塊，被配置為獲取至少一個(gè)音頻數(shù)據(jù)段對(duì)應(yīng)的待測(cè)音素特征序列；基于所述時(shí)間邊界、混淆音素表和混淆音素對(duì)應(yīng)的閾值，從所述待測(cè)音素特征序列中識(shí)別出與所述測(cè)評(píng)內(nèi)容的標(biāo)準(zhǔn)音素特征序列不一致的待糾正音素；

調(diào)整模塊，被配置為若對(duì)應(yīng)時(shí)間邊界內(nèi)存在所述待糾正音素，并且所述聲學(xué)似然度大于預(yù)設(shè)門限，則基于所述待糾正音素調(diào)整對(duì)應(yīng)的得分。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有程序代碼，所述程序代碼當(dāng)被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-7之一所述的方法。

10.一種計(jì)算設(shè)備，包括處理器和存儲(chǔ)有程序代碼的存儲(chǔ)介質(zhì)，所述程序代碼當(dāng)被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-7之一所述的方法。