[發(fā)明專利]一種語音測評方法及裝置

在審

• 申請?zhí)枺?/td>: 202110088940.0
• 申請日: 2021-01-22
• 公開（公告）號: CN112767919A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 黃智超;陳現(xiàn)麟;王強
• 申請（專利權(quán)）人: 北京讀我科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L25/03;G10L25/51
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 尹秀

1.一種語音測評方法，其特征在于，包括：

提取評測語音的各個特征，將所述各個特征展開成各個音素，其中，所述評測語音是針對給定文本的發(fā)音，所述給定文本至少包含一個單詞；

將所述評測語音與所述給定文本進行強制對齊，確定所述給定文本中各個單詞的第一起始時間和第一結(jié)束時間以及所述各個音素的第二起始時間和第二結(jié)束時間；

針對每一個當前音素基于所述第二起始時間和所述第二結(jié)束時間確定其對應(yīng)的目標音素；

基于所述第一起始時間和所述第一結(jié)束時間將每個單詞中所述目標音素與所當前音素不同的字母或者字母組合進行區(qū)別顯示。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，提取評測語音的各個特征，將所述各個特征展開成各個音素，包括：

對所述評測語音進行分幀，得到各個特征；

將所述各個特征按字典展開成各個音素。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述評測語音進行強制對齊，確定所述評測語音中各個單詞的第一起始時間和第一結(jié)束時間以及所述各個音素的第二起始時間和第二結(jié)束時間，包括：

確定所述評測語音的文本，將所述文本轉(zhuǎn)換成音素序列；

確定所述音素序列中每個音素的狀態(tài)，基于各個狀態(tài)確定所述評測語音中各個單詞的第一起始時間和第一結(jié)束時間以及所述各個音素的第二起始時間和第二結(jié)束時間。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，針對每一個當前音素基于所述第二起始時間和所述第二結(jié)束時間確定其對應(yīng)的目標音素，包括：

將所述第二起始時間和所述第二結(jié)束時間傳遞給聲學(xué)模型進行計算，得到全部音素的后驗概率；

在各個后驗概率終端區(qū)概率值最高的后驗概率作為目標后驗概率，將所述目標后驗概率對應(yīng)的音素作為目標音素。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述第一起始時間和所述第一結(jié)束時間將每個單詞中所述目標音素與所當前音素不同的字母或者字母組合進行區(qū)別顯示，包括：

基于所述第一起始時間和所述第一結(jié)束時間確定所述評測語音中的各個單詞；

針對每一個單詞，基于最大期望算法將音素與字母或者字母組合建立對應(yīng)關(guān)系；

基于所述對應(yīng)關(guān)系，將所述目標音素與所當前音素不同的字母或者字母組合進行區(qū)別顯示。

6.一種語音測評裝置，其特征在于，包括：

提取和展開模塊，用于提取評測語音的各個特征，將所述各個特征展開成各個音素，其中，所述評測語音是針對給定文本的發(fā)音，所述給定文本至少包含一個單詞；

對齊和確定模塊，用于將所述評測語音與所述給定文本進行強制對齊，確定所述給定文本中各個單詞的第一起始時間和第一結(jié)束時間以及所述各個音素的第二起始時間和第二結(jié)束時間；

確定模塊，用于針對每一個當前音素基于所述第二起始時間和所述第二結(jié)束時間確定其對應(yīng)的目標音素；

顯示模塊，用于基于所述第一起始時間和所述第一結(jié)束時間將每個單詞中所述目標音素與所當前音素不同的字母或者字母組合進行區(qū)別顯示。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述提取和展開模塊包括：

分幀單元，用于對所述評測語音進行分幀，得到各個特征；

展開單元，用于將所述各個特征按字典展開成各個音素。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述對齊和確定模塊包括：

第一確定單元，用于確定所述評測語音的文本，將所述文本轉(zhuǎn)換成音素序列；

第二確定單元，用于確定所述音素序列中每個音素的狀態(tài)，基于各個狀態(tài)確定所述評測語音中各個單詞的第一起始時間和第一結(jié)束時間以及所述各個音素的第二起始時間和第二結(jié)束時間。