[發(fā)明專利]一種發(fā)音評測方法、裝置、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110421831.6
• 申請日: 2021-04-20
• 公開（公告）號: CN112992184B
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 郭立釗;楊嵩
• 申請（專利權(quán)）人: 北京世紀(jì)好未來教育科技有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;G10L25/03
• 代理公司: 北京開陽星知識產(chǎn)權(quán)代理有限公司 11710
• 代理人: 安偉

1.一種發(fā)音評測方法，其特征在于，包括：

獲取強(qiáng)制對齊下的第一音素狀態(tài)序列、自由識別下的第二音素狀態(tài)序列以及發(fā)音音頻的GOP分值，其中，所述發(fā)音音頻為基于參考文本的音頻數(shù)據(jù)，所述第二音素狀態(tài)序列不受所述參考文本的音素序列的約束；

對比所述第一音素狀態(tài)序列和所述第二音素狀態(tài)序列，得到所述發(fā)音音頻的平均幀錯誤率；

在所述發(fā)音音頻的GOP分值高于所述平均幀錯誤率對應(yīng)的參考分段時，對所述發(fā)音音頻的GOP分值進(jìn)行降分校正，得到最終評測分值；

獲取發(fā)音音頻的GOP分值，包括：

基于所述第一音素狀態(tài)序列和所述第二音素狀態(tài)序列，采用GOP算法對所述參考文本中每個音素的發(fā)音情況進(jìn)行打分，得到每個音素的GOP分值；

基于所述每個音素的GOP分值確定所述發(fā)音音頻的GOP分值；

對比所述第一音素狀態(tài)序列和所述第二音素狀態(tài)序列，得到所述發(fā)音音頻的平均幀錯誤率，包括：

對比所述第一音素狀態(tài)序列和所述第二音素狀態(tài)序列中各對應(yīng)幀的音素，確定所述第二音素狀態(tài)序列中音素匹配錯誤的幀數(shù)，其中，所述匹配錯誤包括刪除錯誤、插入錯誤和替換錯誤；

將所述匹配錯誤的幀數(shù)與所述發(fā)音音頻的總幀數(shù)之比作為所述平均幀錯誤率。

2.根據(jù)權(quán)利要求1所述的發(fā)音評測方法，其特征在于，獲取強(qiáng)制對齊下的第一音素狀態(tài)序列，包括：

獲取所述發(fā)音音頻和對應(yīng)的參考文本；

提取所述發(fā)音音頻的語音特征序列；

基于預(yù)設(shè)聲學(xué)模型以及所述語音特征序列，將所述參考文本和所述發(fā)音音頻進(jìn)行強(qiáng)制對齊，計(jì)算得到所述第一音素狀態(tài)序列。

3.根據(jù)權(quán)利要求2所述的發(fā)音評測方法，其特征在于，獲取自由識別下的第二音素狀態(tài)序列，包括：

基于所述語音特征序列，采用語音識別模型計(jì)算得到所述第二音素狀態(tài)序列。

4.根據(jù)權(quán)利要求1所述的發(fā)音評測方法，其特征在于，對所述發(fā)音音頻的GOP分值進(jìn)行降分校正，得到最終評測分值，包括：

將所述發(fā)音音頻的GOP分值與預(yù)設(shè)懲罰因子相乘，得到所述最終評測分值，其中，所述預(yù)設(shè)懲罰因子大于0且小于1，在所述參考分段一定的情況下，所述預(yù)設(shè)懲罰因子與所述發(fā)音音頻的GOP分值負(fù)相關(guān)。

5.根據(jù)權(quán)利要求1所述的發(fā)音評測方法，其特征在于，所述方法還包括：

判斷所述發(fā)音音頻的GOP分值是否高于所述平均幀錯誤率對應(yīng)的參考分段；

判斷所述發(fā)音音頻的GOP分值是否高于所述平均幀錯誤率對應(yīng)的參考分段，包括：

基于預(yù)先設(shè)置的幀錯誤率與分段的對應(yīng)關(guān)系，確定所述平均幀錯誤率對應(yīng)的參考分段；

如果所述發(fā)音音頻的GOP分值大于所述參考分段的最大值，則所述發(fā)音音頻的GOP分值高于所述平均幀錯誤率對應(yīng)的參考分段；

或者，判斷所述發(fā)音音頻的GOP分值是否高于所述平均幀錯誤率對應(yīng)的參考分段，包括：

確定所述發(fā)音音頻的GOP分值所屬的目標(biāo)分段；

基于預(yù)先設(shè)置的幀錯誤率與分段的對應(yīng)關(guān)系，確定所述目標(biāo)分段對應(yīng)的目標(biāo)平均幀錯誤率；

如果所述目標(biāo)平均幀錯誤率小于所述平均幀錯誤率，則所述發(fā)音音頻的GOP分值高于所述平均幀錯誤率對應(yīng)的參考分段。