[发明专利]一种口语评分方法及装置

权利要求书

1.一种口语评分方法，其特征在于，所述方法包括：

获取待评分语音；

通过预先训练的音素评分模型对所述待评分语音进行音素发音质量评分；

根据所述待评分语音包括的每个音素的评分结果，确定所述待评分语音的质量分值；

所述通过预先训练的音素评分模型对所述待评分语音进行音素发音质量评分，包括：

识别所述待评分语音所属的语言类型；

对所述待评分语音进行声学切分，获得所述待评分语音包括的每个音素对应的时间边界信息及语音段；

从预先训练的所述语言类型对应的所有音素评分模型中，确定出所述每个音素对应的音素评分模型；

根据所述每个音素对应的时间边界信息及语音段，通过所述每个音素对应的音素评分模型分别获得所述每个音素对应的质量分值；

所述获取待评分语音之前，还包括：

获取每个音素对应的训练数据；

根据所述每个音素对应的训练数据、端到端模型及损失函数，分别训练出所述每个音素对应的模型参数，获得所述每个音素对应的音素评分模型；其中，将每个音素对应的音素评分模型按照对应的语音类型进行分类存储。

2.根据权利要求1所述的方法，其特征在于，所述对所述待评分语音进行声学切分，获得所述待评分语音包括的每个音素对应的时间边界信息及语音段，包括：

通过预设声学模型获取所述待评分语音中每个音素的时间边界信息；

根据所述每个音素的时间边界信息，从所述待评分语音中切分出所述每个音素对应的语音段。

3.根据权利要求1所述的方法，其特征在于，所述根据所述待评分语音包括的每个音素的评分结果，确定所述待评分语音的质量分值，包括：

根据所述每个音素对应的时间边界信息及质量分值，确定所述待评分语音包括的每个单词的质量分值；

将所述每个单词的质量分值融合为所述待评分语音的质量分值。

4.根据权利要求3所述的方法，其特征在于，所述根据所述每个音素对应的时间边界信息及质量分值，确定所述待评分语音包括的每个单词的质量分值，包括：

根据所述每个音素对应的时间边界信息，确定所述待评分语音中每个单词包含的音素；

分别将每个单词包含的音素的质量分值融合为所述每个单词的质量分值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述待评分语音包括的每个音素的评分结果，确定所述待评分语音的质量分值，包括：

计算所述每个音素的评分结果的平均值，将所述平均值确定为所述待评分语音的质量分值。

6.一种口语评分装置，其特征在于，所述装置包括：

获取模块，用于获取待评分语音；

音素评分模块，用于通过预先训练的音素评分模型对所述待评分语音进行音素发音质量评分；

确定模块，用于根据所述待评分语音包括的每个音素的评分结果，确定所述待评分语音的质量分值；

所述音素评分模块包括：

切分单元，用于对所述待评分语音进行声学切分，获得所述待评分语音包括的每个音素对应的时间边界信息及语音段；

确定单元，用于从预先训练的所有音素评分模型中，确定出所述每个音素对应的音素评分模型；

获得单元，用于根据所述每个音素对应的时间边界信息及语音段，通过所述每个音素对应的音素评分模型分别获得所述每个音素对应的质量分值；

所述装置还包括：

模型训练模块，用于获取每个音素对应的训练数据；根据所述每个音素对应的训练数据、端到端模型及损失函数，分别训练出所述每个音素对应的模型参数，获得所述每个音素对应的音素评分模型；其中，将每个音素对应的音素评分模型按照对应的语音类型进行分类存储。