[发明专利]语音评分方法及装置、电子设备、存储介质

权利要求书

1.一种语音评分方法，其特征在于，包括：

从样本语音数据中提取样本特征，并通过所述样本特征对声学模型进行训练，得到训练好的声学模型；

根据与所述样本语音数据对应的标准文本数据构建语言模型，并通过所述语言模型和训练好的声学模型对所述样本语音数据进行解码，以得到所述样本语音数据的声学特征；

通过所述声学特征和所述样本语音数据的韵律特征对评分模型进行训练，并根据训练好的评分模型对目标语音数据进行评分，以得到所述目标语音数据的分值。

2.根据权利要求1所述的语音评分方法，其特征在于，从样本语音数据中提取样本特征包括：

将经过人工评分且评分结果满足预设条件的在线语音数据作为所述样本语音数据；

从所述样本语音数据中提取Fbank特征作为所述样本特征。

3.根据权利要求2所述的语音评分方法，其特征在于，通过所述样本特征对声学模型进行训练，得到训练好的声学模型包括：

根据所述Fbank特征对所述声学模型进行离线训练，得到深度神经网络隐性马尔科夫声学模型。

4.根据权利要求1所述的语音评分方法，其特征在于，根据与所述样本语音数据对应的标准文本数据构建语言模型包括：

保留所述标准文本数据中包含的预设字符，并将处于发音词典之外的单词映射为噪声，以对所述标准文本数据进行预处理得到预处理后的标准文本数据；

根据预处理后的标准文本数据构建所述语言模型，所述语言模型为bi-gram语言模型。

5.根据权利要求1所述的语音评分方法，其特征在于，所述方法还包括：

根据样本语音数据以及所述标准文本数据得到所述样本语音数据的所述韵律特征，所述韵律特征包括音量大小、音调、语速、语言流畅性以及语言完整度中的至少一种。

6.根据权利要求1所述的语音评分方法，其特征在于，通过所述语言模型和训练好的声学模型对所述样本语音数据进行解码，以得到所述样本语音数据的声学特征包括：

利用所述语言模型和训练好的声学模型对所述样本语音数据进行解码，以得到解码后的样本语音数据；

提取解码后的样本语音数据中每个音素的打分和时长特征，并根据每个音素的所述打分和所述时长特征确定所述声学特征。

7.根据权利要求6所述的语音评分方法，其特征在于，所述声学特征包括音素平均分、音素分数标准差、39维音素展现特征、音素平均时长以及音素时长标准差中的至少一种。

8.根据权利要求6所述的语音评分方法，其特征在于，提取解码后的样本语音数据中每个音素的打分和时长特征包括：

根据文本数据和发音词典得到所述样本语音数据和所述文本数据的强制对齐结果；

通过预设打分规则得到所述强制对齐结果中每个音素的打分以及时长特征。

9.根据权利要求1所述的语音评分方法，其特征在于，通过所述声学特征和所述样本语音数据的韵律特征对评分模型进行训练包括：

通过所述声学特征、所述韵律特征以及人工标注数据训练所述评分模型，得到训练好的评分模型。

10.根据权利要求1所述的语音评分方法，其特征在于，根据训练好的评分模型对目标语音数据进行评分，以得到所述目标语音数据的分值包括：

通过所述训练好的评分模型对所述目标语音数据的声学特征以及韵律特征进行分析，得到与所述目标语音数据对应的分值。