[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

本發明實施例公開了一種語音評測打分方法、裝置、電子設備及存儲介質，該方法包括：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。通過本發明實施例的技術方案，提高了不同場景下語音評測的準確性與主觀性。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種語音評測打分方法、裝置、電子設備及存儲介質。

背景技術

語音評測技術是一種學生按照參考文本發音，即學生朗讀參考文本，計算機對學生的發音質量進行打分的技術。語音評測技術所涉及的主要模型包含聲學模型、發音質量評測模型和打分模型三部分。其中，聲學模型和打分模型都是提前訓練好的模型。學生朗讀指定參考文本，計算機利用聲學模型作強制對齊，提取表征發音質量的評分特征，通過打分模型基于所述評分特征對學生的發音質量進行評分，得到機器打分。

語音評測算法是根據特定標準和算法實現，具有很強的客觀性。傳統的人工語音評測是由專家根據特定場景的標準，依據經驗進行評測，該種評測方式具有很強的主觀性，主要體現在以下兩個方面：第一，不同場景的人工評分標準有很大差別，比如英語學習場景中，高考口語考試學習者的評分標準相對比較嚴格，打分偏低，低幼階段學習者的評分標準相對比較寬松，打分偏高，具有很強的鼓勵性；第二，不同專家的經驗不同，對同一場景的評測標準理解不同。

語音評測算法的客觀性與人工評測的主觀性之間的差異導致在使用場景中語音評測算法出現不準確的問題。因此，提高通過語音評測算法獲得的評測結果，與通過人工評測獲得的評測結果之間的一致性是一個亟待解決的問題。

另一方面，通過語音評測算法得到的機器打分通常是百分制分數（即最高分為100分，最低分為0分），而評測場景下往往需要產出五分制（最高分為5分，最低分為0分）或者三分制（最高分為3分，最低分為0分）的機器打分。以產出五分制機器打分為例，通常情況下，百分制到五分制的轉換是采用線性映射來實現的，即每二十分作為一檔，共劃分五檔。利用線性映射實現百分制到五分制的轉換是十分客觀固定的，對不同評測場景不具備適配的靈活性。

發明內容

本發明實施例提供一種語音評測打分方法、裝置、電子設備及存儲介質，提高了不同場景下語音評測的準確性與主觀性，使基于語音評測算法獲得的評測結果，與通過人工評測獲得的評測結果更趨于一致。

第一方面，本發明實施例提供了一種語音評測打分方法，該方法包括：

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。

第二方面，本發明實施例還提供了一種語音評測打分裝置，該裝置包括：

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；