[发明专利]语音质量评价设备、方法和系统

权利要求书

1.一种基于韵律的语音质量评价设备，包括：

存储单元，适于存储预定文本和所述预定文本对应的参考韵律特征，该预定文本包括一个或者多个语句，且每个语句包括一个或者多个词；

用户语音接收单元，适于接收用户针对所述预定文本所录入的用户语音；

特征获取单元，适于获取所述用户语音的用户韵律特征；以及

语音质量计算单元，适于基于所述参考韵律特征与所述用户韵律特征之间的相关性，计算所述用户语音的语音质量；其中

所述特征获取单元包括：

对齐子单元，适于利用预定声学模型将所述用户语音与所述预定文本进行强制对齐，以确定所述预定文本中的每个词和/或每个词中的每个音节和/或每个音节的每个音素与所述用户语音的部分之间的对应关系；以及

特征计算子单元，适于基于所述对应关系计算所述用户语音的用户韵律特征，包括：

针对所述预定文本的每个语句：

提取语句中每个词在所述用户语音中所对应的语音块的基频信息；

对每个语音块的基频信息进行平滑处理；

对平滑处理后的各基频信息进行多项式拟合，以获得关于时间与基频值的多个坐标对；以及

基于获得的关于时间与基频值的多个坐标对，形成所述用户语音的韵律特征。

2.根据权利要求1所述的基于韵律的语音质量评价设备，其中，所述特征计算子单元适于：

按单位时间间隔对每个语音块进行分割，以获得每个语音块的多个单位语音片段；以及

通过对每个语音块的多个单位语音片段进行基频提取来获得该语音块的基频信息。

3.根据权利要求1所述的基于韵律的语音质量评价设备，其中，所述特征计算子单元适于：

以平滑连接每个语句中每相邻两个词对应的两个语音块的首尾基频值为条件来进行多项式拟合，以确定与该语句对应的语音段的基频曲线的各个分段多项式；以及

根据确定的各个分段多项式，确定关于时间与基频值的多个坐标对。

4.根据权利要求1所述的基于韵律的语音质量评价设备，还包括：

输出单元，适于可视化输出所述语音质量的计算结果。

5.根据权利要求4所述的基于韵律的语音质量评价设备，其中，所述输出单元适于输出如下结果来作为所述语音质量的计算结果：

反映所述语音质量的分数；和/或

所述用户韵律特征和所述参考韵律特征之间的差别。

6.根据权利要求1所述的基于韵律的语音质量评价设备，其中：

所述存储单元适于从预定服务器预先下载所述预定文本和所述参考韵律特征以用于存储；或

所述存储单元适于从预定的服务器预先下载所述预定文本以及与所述预定文本的各语句对应的参考语音的各语音段的基频曲线的、从预定服务器预先下载的分段多项式，并根据下载的所述分段多项式计算获得所述参考韵律特征以用于存储。

7.一种数据处理设备，该设备适于在服务器中执行，并包括：

服务器存储单元，适于存储预定文本以及与所述预定文本对应的参考语音；以及

韵律计算单元，适于计算所述参考语音中与所述预定文本的每个语句对应的语音段的基频曲线的各个分段多项式，并将所获得的各个分段多项式与所述预定文本中的每个语句相关联地保存在所述服务器存储单元中，或根据所获得的各个分段多项式获得所述参考语音的参考韵律特征并将该参考韵律特征保存在所述服务器存储单元中；其中

适于利用预定声学模型将所述参考语音与所述预定文本进行强制对齐，以确定所述预定文本中的每个词和/或每个词中的每个音节和/或每个音节的每个音素与所述参考语音的部分之间的对应关系；

以及

基于所述对应关系计算所述参考语音的参考韵律特征，包括：

针对所述预定文本的每个语句：

提取语句中每个词在所述参考语音中所对应的语音块的基频信息；

对每个语音块的基频信息进行平滑处理；

对平滑处理后的各基频信息进行多项式拟合，以获得关于时间与基频值的多个坐标对；以及

基于获得的关于时间与基频值的多个坐标对，形成所述参考语音的韵律特征。