[發(fā)明專利]一種綜合評價(jià)語音的方法、裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202110442432.8
• 申請日: 2021-04-23
• 公開（公告）號: CN112951276A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 王丹;饒豐;龐永強(qiáng);黃偉;袁佳藝
• 申請（專利權(quán)）人: 北京一起教育科技有限責(zé)任公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L15/02;G10L15/26;G10L25/90
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李偉

本發(fā)明提供了一種綜合評價(jià)語音的方法、裝置及電子設(shè)備，其中，該方法包括：以標(biāo)準(zhǔn)文本為基準(zhǔn)對目標(biāo)語音數(shù)據(jù)進(jìn)行識別處理，確定每個(gè)目標(biāo)詞語音的詞參數(shù)和每個(gè)目標(biāo)音素語音的音素置信度；確定相應(yīng)目標(biāo)詞語音的詞準(zhǔn)確度，相應(yīng)目標(biāo)音素語音的音素準(zhǔn)確度，并確定相應(yīng)的時(shí)間參數(shù)；將詞準(zhǔn)確度、音素準(zhǔn)確度和時(shí)間參數(shù)均作為評價(jià)維度，確定目標(biāo)語音數(shù)據(jù)的評價(jià)結(jié)果。通過本發(fā)明實(shí)施例提供的綜合評價(jià)語音的方法、裝置及電子設(shè)備，不需要額外設(shè)置確定語速、節(jié)奏的模型，處理效率高；且確定詞準(zhǔn)確度、音素準(zhǔn)確度和時(shí)間參數(shù)時(shí)均需要參考詞參數(shù)，從而將多個(gè)評價(jià)維度關(guān)聯(lián)在一起，能夠提高各個(gè)評價(jià)維度之間的關(guān)聯(lián)性，并可以保證最終的評價(jià)結(jié)果比較準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及語音評價(jià)技術(shù)領(lǐng)域，具體而言，涉及一種綜合評價(jià)語音的方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

對于K12(kindergarten through twelfth grade，指的是學(xué)前教育至高中教育)階段的學(xué)生，作業(yè)/練習(xí)/考試的目的是檢測、診斷，即找到學(xué)生的薄弱點(diǎn)在哪里。口語練習(xí)由于其作業(yè)性質(zhì)的特殊性，需要借助語音打分系統(tǒng)來完成。這在個(gè)過程中，學(xué)生完成一次口語練習(xí)，如果不能得滿分，老師/家長/學(xué)生就會想要知道是哪里出了問題；即便是得了滿分的學(xué)生，也希望知道自己的整體能力，各個(gè)口語維度的能力在什么水平上。因此，無論是從教學(xué)層面還是核心口語能力培養(yǎng)層面，都是有必要分析整體的能力如何，各個(gè)維度的口語能力如何。

現(xiàn)階段，市面上主流報(bào)告的維度都是相對簡單的，對于口語能力，分析維度基本是完整度、流利度、發(fā)音準(zhǔn)確度等，這些維度粒度較粗，數(shù)據(jù)結(jié)果較抽象，對于診斷糾正、教學(xué)輔助很難真正帶來價(jià)值。部分研究方案雖然也嘗試使用更細(xì)粒度的維度進(jìn)行評價(jià)，但不同維度的識別方法各不相同，不同維度之間關(guān)聯(lián)較弱，不僅評價(jià)效率低，而且最終的評價(jià)效果也較差，評價(jià)結(jié)果不準(zhǔn)確。

發(fā)明內(nèi)容

為解決現(xiàn)有存在的技術(shù)問題，本發(fā)明實(shí)施例提供一種綜合評價(jià)語音的方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

第一方面，本發(fā)明實(shí)施例提供了一種綜合評價(jià)語音的方法，包括：

獲取待評價(jià)的目標(biāo)語音數(shù)據(jù)以及與所述目標(biāo)語音數(shù)據(jù)相對應(yīng)的標(biāo)準(zhǔn)文本；

以所述標(biāo)準(zhǔn)文本為基準(zhǔn)對所述目標(biāo)語音數(shù)據(jù)進(jìn)行識別處理，確定所述目標(biāo)語音數(shù)據(jù)中每個(gè)目標(biāo)詞語音的詞參數(shù)，并確定所述目標(biāo)詞語音中每個(gè)目標(biāo)音素語音的音素置信度；所述詞參數(shù)包括詞開始時(shí)間、詞結(jié)束時(shí)間和詞置信度；

根據(jù)所述詞置信度確定相應(yīng)目標(biāo)詞語音的詞準(zhǔn)確度，根據(jù)所述音素置信度確定相應(yīng)目標(biāo)音素語音的音素準(zhǔn)確度，并根據(jù)連續(xù)的多個(gè)所述目標(biāo)詞語音的詞開始時(shí)間和詞結(jié)束時(shí)間確定相應(yīng)的時(shí)間參數(shù)，所述時(shí)間參數(shù)包括語速和/或節(jié)奏；

將所述詞準(zhǔn)確度、所述音素準(zhǔn)確度和所述時(shí)間參數(shù)均作為評價(jià)維度，并根據(jù)所有的所述評價(jià)維度確定所述目標(biāo)語音數(shù)據(jù)的評價(jià)結(jié)果。

第二方面，本發(fā)明實(shí)施例還提供了一種綜合評價(jià)語音的裝置，包括：

獲取待評價(jià)的目標(biāo)語音數(shù)據(jù)以及與所述目標(biāo)語音數(shù)據(jù)相對應(yīng)的標(biāo)準(zhǔn)文本；

以所述標(biāo)準(zhǔn)文本為基準(zhǔn)對所述目標(biāo)語音數(shù)據(jù)進(jìn)行識別處理，確定所述目標(biāo)語音數(shù)據(jù)中每個(gè)目標(biāo)詞語音的詞參數(shù)，并確定所述目標(biāo)詞語音中每個(gè)目標(biāo)音素語音的音素置信度；所述詞參數(shù)包括詞開始時(shí)間、詞結(jié)束時(shí)間和詞置信度；

根據(jù)所述詞置信度確定相應(yīng)目標(biāo)詞語音的詞準(zhǔn)確度，根據(jù)所述音素置信度確定相應(yīng)目標(biāo)音素語音的音素準(zhǔn)確度，并根據(jù)連續(xù)的多個(gè)所述目標(biāo)詞語音的詞開始時(shí)間和詞結(jié)束時(shí)間確定相應(yīng)的時(shí)間參數(shù)，所述時(shí)間參數(shù)包括語速和/或節(jié)奏；

將所述詞準(zhǔn)確度、所述音素準(zhǔn)確度和所述時(shí)間參數(shù)均作為評價(jià)維度，并根據(jù)所有的所述評價(jià)維度確定所述目標(biāo)語音數(shù)據(jù)的評價(jià)結(jié)果。