[發明專利]音頻評測方法、裝置、電子設備和介質

有效

• 申請號: 202110549296.2
• 申請日: 2021-05-20
• 公開（公告）號: CN113035238B
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 王桑;李成飛;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: G10L25/60
• 分類號: 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: 祝樂芳

1.一種音頻評測方法，其特征在于，所述方法包括：

根據待評測音頻和所述待評測音頻的參考文本，確定所述待評測音頻的發音質量GOP分數；

若檢測到所述GOP分數大于預設分數閾值，則將所述GOP分數輸入預先確定的概率預測模型中，并根據所述概率預測模型的輸出確定所述GOP分數的正樣本概率；其中，所述概率預測模型是根據歷史音頻數據的GOP分數劃分得到正樣本和負樣本對第一預設網絡模型進行訓練得到的；

基于設置的至少一個打分寬松度閾值，確定所述打分寬松度閾值對應的概率區間；并確定所述概率區間對應的分段函數；

根據所述歷史音頻數據的正樣本概率確定所述正樣本概率所屬的概率區間，并根據所述概率區間的分段函數和所述歷史音頻數據的打分值，確定所述打分寬松度閾值的分段函數模型；

根據所述GOP分數的正樣本概率和預先建立的分段函數模型，確定所述待評測音頻的目標評測值；其中，所述分段函數模型是根據所述待評測音頻的打分寬松度閾值確定得到的，所述分段函數模型包括至少兩個正樣本概率對應的分段函數子模型；所述分段函數子模型是根據歷史音頻數據的正樣本概率和所述歷史音頻數據對應的打分值對第二預設網絡模型訓練得到的。

2.根據權利要求1所述的方法，其特征在于，所述根據待評測音頻和所述待評測音頻的參考文本，確定所述待評測音頻的發音質量GOP分數，包括：

確定待評測音頻的參考文本中包含的音素；并從所述待評測音頻中獲取所述音素對應的音頻幀；其中，所述參考文本中單個音素對應至少一個音頻幀；

根據所述音素對應的音頻幀確定所述音素與所述音頻幀的匹配概率；

根據所述匹配概率和所述音素對應的音頻幀的數量，確定所述音素的發音質量GOP分數；并將所述參考文本中包含的音素的GOP分數之和作為所述待評測音頻的GOP分數。

3.根據權利要求1所述的方法，其特征在于，所述將所述GOP分數輸入預先確定的概率預測模型中之前，所述方法還包括：

確定歷史音頻數據的GOP分數；

設置至少一個打分寬松度閾值，將所述歷史音頻數據的GOP分數大于或等于所述打分寬松度閾值的音頻數據作為正樣本；將所述歷史音頻數據的GOP分數小于所述打分寬松度閾值的音頻數據作為負樣本；

根據所述正樣本和所述負樣本對第一預設網絡進行訓練得到概率預測模型。

4.根據權利要求3所述的方法，其特征在于，所述根據所述GOP分數的正樣本概率和預先建立的分段函數模型，確定所述待評測音頻的目標評測值之前，所述方法還包括：

獲取所述待評測音頻的打分寬松度閾值；

根據所述待評測音頻的打分寬松度閾值，確定所述待評測音頻的分段函數模型。

5.根據權利要求4所述的方法，其特征在于，所述根據所述GOP分數的正樣本概率和預先建立的分段函數模型，確定所述待評測音頻的目標評測值，包括：

將所述GOP分數的正樣本概率輸入所述待評測音頻的分段函數模型中，并根據所述分段函數模型的輸出確定所述待評測音頻的目標評測值。

6.根據權利要求1所述的方法，其特征在于，所述根據所述概率區間的分段函數和所述歷史音頻數據的打分值，確定所述打分寬松度閾值的分段函數模型，包括：

根據所述歷史音頻數據的打分值，確定所述正樣本概率所屬的概率區間的分段函數的參數；

根據概率區間的分段函數的參數，構建分段函數模型。

7.根據權利要求6所述的方法，其特征在于，所述根據所述歷史音頻數據的打分值，確定所述正樣本概率所屬的概率區間的分段函數的參數，包括：

根據所述歷史音頻數據的打分值，確定所述正樣本概率所屬的概率區間的分段函數的合格率；

若所述合格率小于合格率閾值，則調整所述分段函數的參數，直至所述分段函數的合格率大于合格率閾值。

8.根據權利要求1所述的方法，其特征在于，所述確定所述待評測音頻的發音質量GOP分數之后，所述方法還包括：

若檢測到所述GOP分數小于預設分數閾值，則確定所述待評測音頻的目標評測值為零。