[發明專利]發音質量檢測方法、系統、移動終端及存儲介質

在審

• 申請號: 202110228528.4
• 申請日: 2021-03-02
• 公開（公告）號: CN112967736A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 陳劍超;肖龍源;李稀敏;葉志堅
• 申請（專利權）人: 廈門快商通科技股份有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60
• 代理公司: 廈門仕誠聯合知識產權代理事務所(普通合伙) 35227
• 代理人: 樂珠秀

1.一種發音質量檢測方法，其特征在于，所述方法包括：

獲取待檢測音頻和所述待檢測音頻對應的標準音頻，并對所述待檢測音頻和所述標準音頻進行音節對齊；

根據音節對齊結果對所述待檢測音頻和所述標準音頻進行音段分割，得到待檢測音段和目標音段，并對所述待檢測音段和所述目標音段進行音頻幀對齊，得到對齊路徑；

根據所述對齊路徑計算所述待檢測音段與所述目標音段之間的基頻相似度，并分別對音頻幀對齊后所述待檢測音段與所述目標音段進行停頓檢測；

根據停頓檢測結果計算所述待檢測音段與所述目標音段之間的停頓相似度，并對所述停頓相似度和所述基頻相似度進行權值計算，得到發音質量檢測值；

若所述發音質量檢測值大于檢測閾值，則判定所述待檢測音頻的發音質量合格。

2.如權利要求1所述的發音質量檢測方法，其特征在于，所述對所述待檢測音段和所述目標音段進行音頻幀對齊的步驟包括：

分別提取所述待檢測音段和所述目標音段中音頻幀的梅爾倒譜系數，得到待檢測特征序列和目標特征序列；

分別獲取所述待檢測特征序列和所述目標特征序列的序列長度，得到第一長度和第二長度，并根據所述第一長度和所述第二長度構建音頻幀對齊矩陣；

根據所述音頻幀對齊矩陣對所述待檢測音段和所述目標音段進行音頻幀對齊，得到所述對齊路徑。

3.如權利要求2所述的發音質量檢測方法，其特征在于，所述根據所述對齊路徑計算所述待檢測音段與所述目標音段之間的基頻相似度所采用的計算公式為：

其中，DTW是所述基頻相似度，Q是所述待檢測特征序列，C是所述目標特征序列，w是所述對齊路徑，w_k是所述對齊路徑上第k個點在所述音頻幀對齊矩陣中的坐標。

4.如權利要求1所述的發音質量檢測方法，其特征在于，所述分別對音頻幀對齊后所述待檢測音段與所述目標音段進行停頓檢測的步驟包括：

分別獲取所述待檢測音段和所述目標音段中發音單元的起止位置；

根據所述發音單元的起止位置查詢對應所述待檢測音段或所述目標音段中對應的停頓起止位置，得到所述停頓檢測結果，所述停頓檢測結果包括待檢測停頓信息和目標停頓信息。

5.如權利要求4所述的發音質量檢測方法，其特征在于，所述根據停頓檢測結果計算所述待檢測音段與所述目標音段之間的停頓相似度的步驟包括：

將所述待檢測停頓信息和所述目標停頓信息中的停頓起止位置進行位置比對，得到位置相似度，所述位置相似度用于表征所述待檢測停頓信息和所述目標停頓信息之間停頓起止位置的相似度；

獲取所述待檢測停頓信息和所述目標停頓信息中停頓起止位置對應的停頓時長，得到第一停頓時長和第二停頓時長；

計算所述第一停頓時長與所述第二停頓時長之間的相似度，得到時長相似度，并對所述時長相似度和所述位置相似度進行權值計算，得到所述停頓相似度。

6.如權利要求1所述的發音質量檢測方法，其特征在于，所述對所述待檢測音頻和所述標準音頻進行音節對齊的步驟之前，所述方法還包括：

分別對所述待檢測音頻和所述標準音頻進行音頻強制對齊。

7.一種發音質量檢測系統，其特征在于，所述系統包括：

音節對齊模塊，用于獲取待檢測音頻和所述待檢測音頻對應的標準音頻，并對所述待檢測音頻和所述標準音頻進行音節對齊；

音頻幀對齊模塊，用于根據音節對齊結果對所述待檢測音頻和所述標準音頻進行音段分割，得到待檢測音段和目標音段，并對所述待檢測音段和所述目標音段進行音頻幀對齊，得到對齊路徑；

停頓檢測模塊，用于根據所述對齊路徑計算所述待檢測音段與所述目標音段之間的基頻相似度，并分別對音頻幀對齊后所述待檢測音段與所述目標音段進行停頓檢測；

發音質量檢測模塊，用于根據停頓檢測結果計算所述待檢測音段與所述目標音段之間的停頓相似度，并對所述停頓相似度和所述基頻相似度進行權值計算，得到發音質量檢測值；

發音質量判定模塊，用于若所述發音質量檢測值大于檢測閾值，則判定所述待檢測音頻的發音質量合格。