[发明专利]一种语音评分方法及系统

说明书

技术领域

本发明涉及语音识别和评价技术，尤其涉及一种语音评分方法及系统。

背景技术

语音识别技术从应用角度上通常分为两类：一类是特定人语音识别，一类是非特定人语音识别。特定人语音识别技术是针对一个特定的人的识别技术，简单说就是只识别一个人的声音，不适用于更广泛的群体；而非特定人识别技术恰恰相反，可以满足不同人的语音识别要求，适合广泛人群应用。

目前在大词汇语音识别方面处于领先地位的IBM语音研究小组。AT&T的贝尔研究所也开始了一系列有关非特定人语音识别的实验，其成果确立了如何制作用于非特定人语音识别的标准模板的方法。

这一时期所取得的重大进展有：

(1)隐式马尔科夫模型(Hidden Markov Models,HMM)技术的成熟和不断完善成为语音识别的主流方法；

(2)在进行连续语音识别的时候，除了识别声学信息外，更多地利用各种语言知识，诸如构词、句法、语义、对话背景方面等的知识来帮助进一步对语音作出识别和理解；同时在语音识别研究领域，还产生了基于统计概率的语言模型；

(3)人工神经网络在语音识别中的应用研究的兴起。在这些研究中，大部分采用基于反向传播算法(BP算法)的多层感知网络；此外，还有网络结构简单、易于实现、没有反馈信号的前向网络；系统的稳定性与联想记忆功能有密切关系、神经元间有反馈的反馈网络。人工神经网络具有区分复杂的分类边界的能力，显然它十分有助于模式划分。

另外，面向个人用途的连续语音听写机技术也日趋完善。这方面，最具代表性的是IBM的ViaVoice和Dragon公司的Dragon Dictate系统。这些系统具有说话人自适应能力，新用户不需要对全部词汇进行训练，便可在使用中不断提高识别率。

中国的语音识别技术的发展：在北京有中科院声学所、自动化所、清华大学、北方交通大学等科研机构和高等院校。另外，还有哈尔滨工业大学、中国科技大学、四川大学等也纷纷行动起来。现在，国内有不少语音识别系统已研制成功。这些系统的性能各具特色：在孤立字大词汇量语音识别方面，最具代表性的是清华大学电子工程系与中国电子器件公司合作研制成功的THED-919特定人语音识别与理解实时系统；在连续语音识别方面，四川大学计算机中心在微机上实现了一个主题受限的特定人连续英语——汉语语音翻译演示系统；在非特定人语音识别方面，有清华大学计算机科学与技术系研制的声控电话查号系统并投入实际使用。

另外，科大讯飞作为中国最大的智能语音技术提供商，在2010年发布了全球首个移动互联网智能语音交互平台“讯飞语音云”，宣告移动互联网语音听写时代到来。

在智能语音技术领域科大讯飞有着长期的研究积累，并在中文语音合成、语音识别、语音评测等多项技术上拥有国际领先的成果：语音合成和语音识别技术是实现人机语音通信，建立一个有听和讲能力的语音系统所必需的两项关键技术；自动语音识别技术(Auto Speech Recognize，ASR)所要解决的问题是让计算机能够“听懂”人类的语音，将语音中包含的文字信息“提取”出来；语音评测技术是智能语音处理领域的一项研究前沿，又称计算机辅助语言学习(Computer Assisted Language Learning)技术，是一种通过机器自动对发音进行评分、检错并给出矫正指导的技术；声纹识别技术，又称说话人识别技术(Speaker Recognition)，是一项通过语音信号提取代表说话人身份的相关特征(如反映声门开合频率的基频特征、反映口腔大小形状及声道长度的频谱特征等)，进而识别出说话人身份等工作方面的技术；自然语言是几千年来人们生活、工作、学习中必不可少的元素，而计算机是20世纪最伟大的发明之一，如何利用计算机对人类掌握的自然语言进行处理、甚至理解，使计算机具备人类的听说读写能力，一直是国内外研究机构非常关注和积极开展的研究工作。

发明内容

本发明所要解决的技术问题在于，提供一种语音评分方法和系统，能够快捷准确地进行阅卷评分，以客观的评分标准给考生评分。本发明融合了现有发音质量客观评价模型的优点，获取了性能更好的语音识别模型和语音训练模型以及更为准确的语音口语评分方案；并且能够通过多重评价指标体系实现对以文件形式存放的语音试卷进行客观评分。本发明具有更加稳定、效率更高的优点，为研究成果的实用化奠定基础，有利于实现大规模英语口语测试全自动阅卷的目标。

为解决上述技术问题，本发明提供了一种语音评分方法，包括步骤：

S1、录制考生的考卷语音；