[發明專利]對象的口語評測方法和裝置、存儲介質和電子裝置

在審

• 申請號: 202010871713.0
• 申請日: 2020-08-26
• 公開（公告）號: CN111986680A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 余浩;徐燦;魯文斌
• 申請（專利權）人: 天津洪恩完美未來教育科技有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L21/0208;G10L25/60
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 劉曉燕

本申請提供了一種對象的口語評測方法和裝置、存儲介質和電子裝置，其中，該方法包括：獲取目標對象的目標聲紋特征和待評測語音數據的第一語音特征，其中，所述待評測語音數據為對所述目標對象進行口語評測所使用的語音數據；根據所述目標聲紋特征和所述第一語音特征，確定所述待評測語音數據中所述目標對象的目標語音邊界；按照所述目標語音邊界，從所述待評測語音數據中獲取屬于所述目標對象的第一語音數據；使用所述第一語音數據對所述目標對象進行口語評測，得到所述目標對象的目標評測結果。通過本申請，解決了相關技術中的語音評測方法中的降噪方式存在的實現成本較高、實現過程復雜、且無法有效消除背景人聲的問題。

技術領域

本申請涉及計算機領域，尤其涉及一種對象的口語評測方法和裝置、存儲介質和電子裝置。

背景技術

口語評測模型常被用來對說話人的口語水平進行評測。由于環境因素等的影響，口語評測所使用的語音數據中會包含有環境噪聲。為提高口語測評的準確性，可以在口語測試時采用多種降噪方式對口語測評的語音數據進行降噪處理。常用的降噪方式包括：基于信號處理的降噪方式，基于聲學模型的降噪方式。

基于信號處理的降噪方式是比較常見的降噪方式，通過在語音識別模型前端增加信號處理降噪模塊對帶噪數據進行降噪，如圖1所示。信號處理降噪模塊通常需要麥克風陣列來達到更好的性能。

通過NS(Noise Suppression，噪聲抑制)算法可以在一定程度解決背景噪聲的問題。然而，為了獲得更好的降噪和數據增強效果，通常需要利用麥克風陣列引入更多地空間信息使語音的失真度更小，而麥克風陣列相對來說成本較高。并且，很多應用場景下用戶的設備中通常是單麥克風，無法滿足語音降噪的硬件需求。

此外，由于信號處理主要是通過降低環境噪聲和增強說話人的聲音的方式來實現降低，因此，對于含有背景說話人噪聲的語音數據，目前的信號處理很難提取出目標說話人的語音。通常需要針對場景引入更多算法模塊實現降噪，例如，聲源定位(DOA，direction-of-arrival)、回聲消除(AEC，Acoustic Echo Cancellation)等。

因此，基于信號處理降噪的方式為了獲得更好地性能，需要利用麥克風陣列提供的空間信息，實現成本較高，且實現模塊較為復雜。

基于聲學模型的降噪方式通過訓練一個對噪聲魯棒的聲學模型，一般是通過人工搜集帶有相應場景噪聲的語音樣本或者通過人工制作帶噪聲樣本進行聲學模型訓練，如圖2所示。

基于聲學模型的降噪方式通常是基于深度學習在模型端對噪聲進行吸收/降噪。在訓練模型之前，需要先搜集帶有噪聲的數據樣本。如果擁有帶噪聲的真實語音數據，利用這部分數據還需要預先標注，此時會涉及到比較大的人工標注成本。如果沒有帶噪聲的真實語音數據，需要人工去搜集或者錄制場景下的噪聲數據，然后再對得到的噪聲數據進行標注等，同樣需要消耗較大的人工成本，且與直接使用真實數據得到的聲學模型在識別效果上存在一定差距。此外，該方法對于語音含有背景人聲的樣本，無法有效消除背景人聲的影響。

因此，相關技術中的語音評測方法中的降噪方式，存在實現成本較高，實現過程復雜，且無法有效消除背景人聲的問題。

發明內容

本申請提供了一種對象的口語評測方法和裝置、存儲介質和電子裝置，以至少解決相關技術中的語音評測方法中的降噪方式存在的實現成本較高、實現過程復雜、且無法有效消除背景人聲的問題。

根據本申請實施例的一個方面，提供了一種對象的口語評測方法，包括：獲取目標對象的目標聲紋特征和待評測語音數據的第一語音特征，其中，所述待評測語音數據為對所述目標對象進行口語評測所使用的語音數據；根據所述目標聲紋特征和所述第一語音特征，確定所述待評測語音數據中所述目標對象的目標語音邊界；按照所述目標語音邊界，從所述待評測語音數據中獲取屬于所述目標對象的第一語音數據；使用所述第一語音數據對所述目標對象進行口語評測，得到所述目標對象的目標評測結果。