[發明專利]一種口語評測系統及其方法

在審

• 申請號: 202011299829.8
• 申請日: 2020-11-19
• 公開（公告）號: CN112599115A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 潘晨杰;蔡騁
• 申請（專利權）人: 上海電機學院
• 主分類號: G10L15/01
• 分類號: G10L15/01;G10L25/30;G10L25/48;G10L25/51;G10L25/78
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 葉敏華

1.一種口語評測系統，其特征在于，包括教師客戶端(1)、學生客戶端(2)以及服務器(3)，所述教師客戶端(1)、學生客戶端(2)分別與服務器(3)相互連接，所述教師客戶端(1)用于教師用戶管理學生信息、上傳語料數據、上傳教師用戶信息、上傳教學計劃信息以及查看所有學生口語分數；

所述學生客戶端(2)用于學生用戶上傳學生用戶信息、獲取語料數據及教學計劃信息、上傳待測語音以及查看當前用戶口語分數；

所述服務器(3)用于存儲教師用戶信息以及學生用戶信息、存儲語料數據、對待測語音進行準確度、完整度和流暢度評測、得到對應于學生用戶的口語分數。

2.根據權利要求1所述的一種口語評測系統，其特征在于，所述服務器(3)內設置有通信模塊(31)、數據庫(32)以及語音評價模塊(33)，所述教師客戶端(1)和學生客戶端(2)均通過通信模塊(31)與數據庫(32)相互連接，所述語音評價模塊(33)的輸入端通過通信模塊(31)與學生客戶端(2)連接，所述語音評價模塊(33)的輸出端與數據庫(32)連接，所述語音評價模塊(33)用于對來自學生客戶端(2)的待測語音進行準確度、完整度和流暢度評測，得到對應的口語分數；

所述數據庫(32)用于存儲教師用戶信息及學生用戶信息、存儲來自教師客戶端(1)的語料數據及教學計劃信息、存儲與學生用戶信息對應的口語分數。

3.根據權利要求1所述的一種口語評測系統，其特征在于，所述通信模塊(31)具體采用兩層C/S架構、Serverless架構或混合架構，所述混合架構包括C/S架構和Serverless架構。

4.根據權利要求2所述的一種口語評測系統，其特征在于，所述語音評價模塊(33)包括依次連接預處理單元、特征提取單元、模式匹配單元和后處理單元，所述預處理單元與學生客戶端(2)連接，所述后處理單元與數據庫(32)連接，所述預處理單元用于對待測語音進行濾波及分幀處理；

所述特征提取單元用于從預處理后的待測語音信號中提取特征向量；

所述模式匹配單元用于識別出待測語音對應的語句信息；

所述后處理單元根據待測語音及其對應的語句信息、語料數據，得到待測語音對應的準確度、完整度和流暢度分數，即為口語分數。

5.根據權利要求4所述的一種口語評測系統，其特征在于，所述模式匹配單元內設置有與特征提取單元連接的訓練模型，所述訓練模型用于根據待測語音的特征向量，識別輸出對應的語句信息。

6.根據權利要求5所述的一種口語評測系統，其特征在于，所述訓練模型具體選用隱馬爾可夫結合神經網絡的模型結構。

7.根據權利要求6所述的一種口語評測系統，其特征在于，所述訓練模型包括聲學模型和語言模型，所述聲學模型通過對大量語音數據進行訓練獲得，其輸入是語音特征向量，其輸出為音素信息；

所述語言模型通過對大量文本信息進行訓練獲得，其輸出為單個字或詞相互關聯的概率。

8.一種應用如權利要求1所述口語評測系統的口語評測方法，其特征在于，包括以下步驟：

S1、教師客戶端獲取教師用戶信息、學生名單、教學計劃信息以及語料數據，并將獲取的信息數據傳輸給服務器進行存儲；

S2、學生客戶端獲取學生用戶信息，并傳輸給服務器進行存儲；

S3、學生客戶端從服務器獲取語料數據，并將獲取的語料數據輸出給學生用戶；

S4、學生客戶端接收來自學生用戶的待測語音，并傳輸給服務器；

S5、服務器對待測語音進行準確度、完整度及流暢度評測，得到口語分數，并將該口語分數與學生用戶信息對應進行存儲、將該口語分數輸出給學生客戶端；

S6、教師客戶端從服務器獲取學生名單中已有學生對應的口語分數，以便教師用戶查看其學生的口語學習成果。

9.根據權利要求8所述的一種口語評測方法，其特征在于，所述語料數據包括測試語句信息及對應的語音數據。

10.根據權利要求9所述的一種口語評測系統，其特征在于，所述步驟S5中服務器對待測語音進行準確度、完整度及流暢度評測的具體過程為：

S51、對待測語音進行預處理，具體是采用濾波方法對待測語音數字信號進行去噪處理，并對待測語音數字信號進行端點檢測、音段切分，以得到有效語音的起始點及結束點；

S52、從預處理后的有效語音中提取能夠表征語音特性的特征向量；

S53、將特征向量輸入聲學模型，得到對應的音素串，基于動態時間規整法，找到每個音素的起止時間及各音素之間的分界點，通過字典匹配的方式，得到各音素對應的文本信息；

S54、將各音素對應的文本信息輸入語言模型，得到待測語音對應概率最高的語句信息；

S55、將待測語音對應概率最高的語句信息與測試語句信息進行對比，生成準確度評分；

統計待測語音的發音間隔、發音起始點及結束點，生成完整度評分以及流暢度評分。