[发明专利]用于生成差异信息的方法和装置

权利要求书

1.一种用于生成差异信息的方法，包括：

获取用户读文本时的用户语音；

确定所述用户语音的声学特征；

将所述声学特征输入至预先训练的位置预测模型，得到所述用户语音对应的用户位置信息，其中，所述用户位置信息用于表征所述用户在读所述文本时的发音部位的位置；

确定所述文本对应的参考位置信息；

根据所述用户位置信息和所述参考位置信息，生成用于表征所述用户位置信息与所述参考位置信息之间的差异的差异信息。

2.根据权利要求1所述的方法，其中，所述用户位置信息用于表征所述用户在读所述文本时的、位于口腔内部的发音部位的位置。

3.根据权利要求2所述的方法，其中，所述方法还包括：

获取所述用户在读所述文本时的用户面部图像；

根据所述用户面部图像，确定所述用户语音对应的用户面部位置信息，其中，所述用户面部位置信息用于表征所述用户在读所述文本时的、位于面部的发音部位的位置；

确定所述文本对应的参考面部位置信息；

根据所述用户面部位置信息和所述参考面部位置信息，生成用于表征所述用户面部位置信息与所述参考面部位置信息之间的差异的面部差异信息。

4.根据权利要求2所述的方法，其中，所述位于口腔内部的发音部位包括舌头；以及

所述用户位置信息用于表征所述用户在读所述文本时的舌头的位置，其中，所述舌头的位置包括以下至少一项：舌尖位置、舌根位置、舌中位置。

5.根据权利要求1所述的方法，其中，所述方法还包括：

接收所述用户根据所述差异信息读所述文本时的用户语音作为用户调整语音；

生成针对所述用户调整语音的评估信息。

6.根据权利要求1所述的方法，其中，所述确定所述文本对应的参考位置信息，包括：

获取预设的、所述文本对应的参考语音对应的位置信息作为参考位置信息，其中，所述参考语音对应的位置信息用于表征所述参考语音对应的用户在读所述文本时的发音部位的位置。

7.根据权利要求1-6之一所述的方法，其中，所述位置预测模型通过如下步骤训练得到：

获取样本集，其中，所述样本集中的样本包括用户语音的声学特征和对应的用户位置信息；

将所述样本集中的样本中的声学特征作为初始模型的输入，将与输入的声学特征对应的用户位置信息作为初始模型的期望输出，基于机器学习的方法，训练得到位置预测模型。

8.一种用于生成差异信息的装置，包括：

获取单元，被配置成获取用户读文本时的用户语音；

声学特征确定单元，被配置成确定所述用户语音的声学特征；

预测单元，被配置成将所述声学特征输入至预先训练的位置预测模型，得到所述用户语音对应的用户位置信息，其中，所述用户位置信息用于表征所述用户在读所述文本时的发音部位的位置；

位置信息确定单元，被配置成确定所述文本对应的参考位置信息；

生成单元，被配置成根据所述用户位置信息和所述参考位置信息，生成用于表征所述用户位置信息与所述参考位置信息之间的差异的差异信息。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。