[发明专利]语音流利度检测的方法、装置和电子设备

说明书

本申请实施例公开了一种语音流利度检测的方法、装置和电子设备，能够提高语音流利度检测的准确性，提高用户体验。该语音流利度检测的方法，包括：获取待检测语音的声学特征；根据该待检测语音的声学特征获取该待检测语音的流利度特征，其中，该流利度特征包括该待检测语音的时频域信息；将该流利度特征输入神经网络，得到该待检测语音的流利度的检测结果。在本申请实施例中，获取到的待检测语音的声学特征可以反映待检测语音的质量以及时频域信息，从不同于停顿检测的维度表征待检测语音的流利度，基于该声学特征获取流利度特征，并进行流利度检测，能够使得流利度的检测更为准确。

技术领域

本申请涉及语音检测领域，更为具体地，涉及一种语音流利度检测的方法、装置和电子设备。

背景技术

目前，随着语言网络教学的普及，越来越多的消费者选择通过电脑、手机等终端上的语言学习软件进行语言学习，例如进行口语发音学习等等。在口语学习中，流利度和准确性是衡量口语发音质量评估的两个重要指标，其中，流利度作为语言表达的高级技巧，在计算机辅助教学系统中往往被忽视，且目前手机等终端上的口语发音评估系统中往往没有流利度打分，或者为停顿检测的流利度打分，流利度的测评结果不准确。

因此，如何提高口语语音流利度检测的准确性，提高用户体验，是一项亟待解决的问题。

发明内容

本申请实施例提供了一种语音流利度检测的方法、装置和电子设备，能够提高语音流利度检测的准确性，提高用户体验。

第一方面，提供了一种语音流利度检测的方法，包括：获取待检测语音的声学特征；根据该待检测语音的声学特征获取该待检测语音的流利度特征，其中，该流利度特征包括该待检测语音的时频域信息；将该流利度特征输入神经网络，得到该待检测语音的流利度的检测结果。

在本申请中，获取到的待检测语音的声学特征可以反映待检测语音的质量以及时频域信息，从不同于停顿检测的维度表征待检测语音的流利度，基于该声学特征获取流利度特征，并进行流利度检测，能够使得流利度的检测更为准确。

结合第一方面，在第一方面的第一种实现方式中，该根据该声学特征获取该待检测语音的流利度特征，包括：对该待检测语音的声学特征进行编码得到语义向量；根据该语义向量获取该待检测语音的流利度特征，其中，该流利度特征包括该待检测语音的时频域信息以及语义信息。

采用本申请实施方式的方案，根据待检测语音的声学特征编码得到语义向量，并将该语义向量作为待检测语音的流利度特征。在该流利度特征中，除了包括待检测语音的时频域信息可以体现流利度以外，还可以根据整段待检测语音的全局信息和语义信息进一步评价流利度，能够进一步提高流利度检测的准确性。

结合第一方面的第一种实现方式，在第一方面的第二种实现方式中，该根据该语义向量获取该待检测语音的流利度特征，包括：将该语义向量作为该流利度特征。

结合第一方面的第一种实现方式，在第一方面的第三种实现方式中，该根据该语义向量获取该待检测语音的流利度特征，包括：根据该语义向量解码得到该待检测语音的识别结果；根据该待检测语音的识别结果判断得到该待检测语音的发音正确率；将该语义向量与该发音正确率进行连接，得到该待检测语音的流利度特征。

采用本申请实施方式的方案，流利度特征向量融合了发音正确率、待检测语音的时频域信息以及语义信息，流利度的检测不仅仅跟语音的时频域信息以及语义信息相关，还与整体的语音正确率相关，例如，在语音教学系统中，该段语音十分流利，根据该段语音的语义向量检测得到的流利度结果较优，但实际上该语音的表述错误却很多，例如，发音不准或者发音不对的问题很多时，即使发音十分流利，也不能认为其流利度高。因此，采用该检测方式，能够结合具体的检测结果对流利度进行评估，能够进一步提高流利度检测的准确度。

结合第一方面的第一种实现方式，在第一方面的第四种实现方式中，该方法还包括：获取该待检测语音的静音特征向量；