[发明专利]一种口语评分方法及装置

说明书

本发明提供了一种口语评分方法及装置，其中，该方法包括：获取待评分语音；通过预先训练的音素评分模型对待评分语音进行音素发音质量评分；根据待评分语音包括的每个音素的评分结果，确定待评分语音的质量分值。本发明以音素为单位进行口语评分，预先训练了每种语言类型包含的各个音素对应的音素评分模型。由于音素数量少，所以训练音素评分模型的工作量小，效率高。在评分时先通过音素评分模型对待评分语音包含的每个音素进行评分，然后将评分结果融合为待评分语音整体的质量分值，整个评分过程中无需专业领域内人士根据口语发音质量的相关特性设计GOP、native似然度等评分特性，评分过程更加细化，提高了口语评分的准确性及稳定性。

技术领域

本发明涉及语音识别及数据处理技术领域，具体而言，涉及一种口语评分方法及装置。

背景技术

目前对朗读风格题型的口语发音评分，主要考察发音质量、流利度、韵律等几个方面。其中，发音质量是口语评分考察的重中之重。

当前，相关技术中通常通过以下三种方式来实现口语发音的质量评测：(1)将待评分语音与标准发音做比对。(2)统计待评分语音的GOP(good of pronunciation)发音质量特征，根据得到的GOP发音质量特征，建立简单的映射模型，得到最终的发音评分。(3)按照回归的方式，提取多个发音特征，如GOP、native似然度等，人工标注大量的评分数据，构建回归评分模型，利用该回归评分模型为待评分语音进行评分。

但上述三种相关技术中，需要专业领域内人士，根据口语发音质量的相关特性，设计GOP、native似然度等评分特征，评分的准确性不高，评分的稳定性不好。

发明内容

有鉴于此，本发明实施例的目的在于提供一种口语评分方法及装置，以解决现有技术存在的以下问题：现有技术中需要专业领域内人士，根据口语发音质量的相关特性，设计GOP、native似然度等评分特征，评分的准确性及稳定性都不好。

第一方面，本发明实施例提供了一种口语评分方法，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。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实现方式，其中，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。

结合第一方面的第一种可能的实现方式，本发明实施例提供了第一方面的第二种可能的实现方式，其中，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。

结合第一方面的第一种可能的实现方式，本发明实施例提供了第一方面的第三种可能的实现方式，其中，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；