[發(fā)明專利]一種口語發(fā)音糾正方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110652097.4
• 申請日: 2021-06-11
• 公開（公告）號: CN113393864A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 魯澤茹;徐欣康;許建輝;胡新輝
• 申請（專利權(quán)）人: 浙江同花順智能科技有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;G10L15/02;G10L13/02;G09B5/00;G09B5/04
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種口語發(fā)音糾正方法，其特征在于，包括：

獲取朗讀文本，以及與所述朗讀文本對應(yīng)的朗讀語音；

根據(jù)所述朗讀語音與預(yù)設(shè)口語評分標(biāo)準(zhǔn)確定所述朗讀文本中的目標(biāo)單詞，以及所述目標(biāo)單詞中的目標(biāo)音素；

根據(jù)所述目標(biāo)單詞與所述目標(biāo)音素生成糾音單詞文件；

其中，所述糾音單詞文件為對所述目標(biāo)單詞中所述目標(biāo)音素進(jìn)行變速處理后的標(biāo)準(zhǔn)發(fā)音文件。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述朗讀文本由至少一個單詞構(gòu)成；所述獲取朗讀文本，以及與所述朗讀文本對應(yīng)的朗讀語音之后，還包括：

根據(jù)所述朗讀文本將所述朗讀語音劃分為至少一個語音單詞；其中，各所述語音單詞與所述朗讀文本中的單詞一一對應(yīng)；

將各所述語音單詞依據(jù)預(yù)設(shè)語音字典進(jìn)行音素劃分，確定各所述語音單詞對應(yīng)的音素集合。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述朗讀語音與預(yù)設(shè)口語評分標(biāo)準(zhǔn)確定所述朗讀文本中的目標(biāo)單詞，以及所述目標(biāo)單詞中的目標(biāo)音素，包括：

根據(jù)預(yù)設(shè)口語評分標(biāo)準(zhǔn)對各所述語音單詞對應(yīng)的音素集合中各音素打分，確定各音素對應(yīng)的音素得分；

將所述音素得分小于預(yù)設(shè)分?jǐn)?shù)閾值的音素確定為目標(biāo)音素；

將所述目標(biāo)音素對應(yīng)的語音單詞確定為所述朗讀文本中的目標(biāo)單詞。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)單詞與所述目標(biāo)音素生成糾音單詞文件，包括：

通過語音合成技術(shù)生成所述目標(biāo)單詞的標(biāo)準(zhǔn)發(fā)音文件；

將所述目標(biāo)單詞中各音素進(jìn)行強(qiáng)制對齊，確定所述標(biāo)準(zhǔn)發(fā)音文件中各音素所在音節(jié)的音節(jié)邊界位置；

確定所述目標(biāo)音素在所述標(biāo)準(zhǔn)發(fā)音文件中的目標(biāo)音節(jié)邊界位置，并將所述目標(biāo)音節(jié)邊界位置間的音節(jié)確定為目標(biāo)音節(jié)；

拉長所述目標(biāo)音節(jié)，并將拉長所述目標(biāo)音節(jié)后的標(biāo)準(zhǔn)發(fā)音文件確定為糾音單詞文件。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)單詞與所述目標(biāo)音素生成糾音單詞文件，包括：

將所述目標(biāo)單詞與所述目標(biāo)音素輸入至預(yù)設(shè)變速語音合成模型；

將所述預(yù)設(shè)變速語音合成模型的輸出結(jié)果確定為糾音單詞文件，所述糾音單詞文件為對所述目標(biāo)單詞中所述目標(biāo)音素進(jìn)行音節(jié)拉長處理后的標(biāo)準(zhǔn)發(fā)音文件。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取朗讀文本之后，還包括：

根據(jù)所述朗讀文本生成標(biāo)準(zhǔn)朗讀語音；

播放所述標(biāo)準(zhǔn)朗讀語音。

7.根據(jù)權(quán)利要求1-6任一項(xiàng)所述的方法，其特征在于，所述預(yù)設(shè)口語評分標(biāo)準(zhǔn)為發(fā)音良好度GOP評分標(biāo)準(zhǔn)。

8.一種口語發(fā)音糾正裝置，其特征在于，包括：

文本語音獲取模塊，用于獲取朗讀文本，以及與所述朗讀文本對應(yīng)的朗讀語音；

目標(biāo)確定模塊，用于根據(jù)所述朗讀語音與預(yù)設(shè)口語評分標(biāo)準(zhǔn)確定所述朗讀文本中的目標(biāo)單詞，以及所述目標(biāo)單詞中的目標(biāo)音素；

糾音文件生成模塊，用于根據(jù)所述目標(biāo)單詞與所述目標(biāo)音素生成糾音單詞文件；其中，所述糾音單詞文件為對所述目標(biāo)單詞中所述目標(biāo)音素進(jìn)行變速處理后的標(biāo)準(zhǔn)發(fā)音文件。

9.一種口語發(fā)音糾正設(shè)備，其特征在于，包括存儲裝置以及一個或多個處理器；

所述存儲裝置，用于存儲一個或多個程序；

當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的口語發(fā)音糾正方法。

10.一種包含計(jì)算機(jī)可執(zhí)行指令的存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時用于執(zhí)行如權(quán)利要求1-7中任一項(xiàng)所述的口語發(fā)音糾正方法。