[發明專利]一種語音評測打分方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110397655.7
• 申請日: 2021-04-14
• 公開（公告）號: CN112802456A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 王莎;郭立釗;楊嵩
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/26;G10L25/24;G10L25/60
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 張子青

1.一種語音評測打分方法，其特征在于，包括：

確定參考文本對應的標準音素序列，以及針對所述參考文本的待評測語音的聲學特征；

利用預先訓練好的聲學模型對所述標準音素序列以及所述聲學特征進行強制對齊操作，獲得強制對齊結果；

基于所述強制對齊結果通過發音評測算法提取用于表征發音質量的評分特征；

根據當前的評測場景確定打分模型所采用的目標寬松度參數，其中，所述打分模型具備至少兩套不同寬松度的候選寬松度參數；

基于所述評分特征，通過采用所述目標寬松度參數的打分模型獲得百分制打分結果。

2.根據權利要求1所述的方法，其特征在于，還包括：

將所述百分制打分結果輸入至設定非線性映射模塊，獲得所述百分制打分結果對應的其它分制打分結果；

其中，所述設定非線性映射模塊包括至少兩個非線性映射函數。

3.根據權利要求2所述的方法，其特征在于，所述將所述百分制打分結果輸入至設定非線性映射模塊之前，還包括：

根據當前的評測場景確定各所述非線性映射函數的區間閾值。

4.根據權利要求3所述的方法，其特征在于，所述根據當前的評測場景確定各所述非線性映射函數的區間閾值，包括：

通過與當前的評測場景適配的分制轉換測試樣本集，以一致性為目標，確定各所述非線性映射函數的區間閾值。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述根據當前的評測場景確定打分模型所采用的目標寬松度參數，包括：

通過與當前的評測場景適配的打分測試樣本集，以一致性為目標，確定打分模型所采用的目標寬松度參數。

6.根據權利要求1-4任一項所述的方法，其特征在于，所述基于所述強制對齊結果通過發音評測算法提取用于表征發音質量的評分特征，包括：

基于所述強制對齊結果確定各語音幀區間中似然度最大的目標音素的第一似然分數值；

對所述聲學特征進行音素識別，獲得各語音幀區間中似然度最大的目標音素的第二似然分數值；

將所述第一似然分數值與所述第二似然分數值之間的比值確定為所述評分特征。

7.根據權利要求1-4任一項所述的方法，其特征在于，所述打分模型采用邏輯斯特回歸算法LR或者支持向量機SVM算法；

當所述打分模型采用邏輯斯特回歸算法LR時，在所述打分模型的訓練階段，通過調整LR的正負類樣本閾值實現樣本數據集中正負類樣本比例的調整，以使基于不同正負類樣本比例的樣本數據集訓練獲得的打分模型具備不同寬松度的寬松度參數。

8.一種語音評測打分裝置，其特征在于，包括：

第一確定模塊，用于確定參考文本對應的標準音素序列，以及針對所述參考文本的待評測語音的聲學特征；

對齊模塊，用于利用預先訓練好的聲學模型對所述標準音素序列以及所述聲學特征進行強制對齊操作，獲得強制對齊結果；

提取模塊，用于基于所述強制對齊結果通過發音評測算法提取用于表征發音質量的評分特征；

第二確定模塊，用于根據當前的評測場景確定打分模型所采用的目標寬松度參數，其中，所述打分模型具備至少兩套不同寬松度的候選寬松度參數；

評分模塊，用于基于所述評分特征，通過采用所述目標寬松度參數的打分模型獲得百分制打分結果。

9.一種電子設備，其特征在于，所述電子設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一項所述的語音評測打分方法。

10.一種包含計算機可執行指令的存儲介質，所述計算機可執行指令在由計算機處理器執行時用于執行如權利要求1-7中任一項所述的語音評測打分方法。