[发明专利]用于生成差异信息的方法和装置

说明书

本公开的实施例公开了用于生成差异信息的方法和装置。该方法的一具体实施方式包括：获取用户读文本时的用户语音；确定用户语音的声学特征；将声学特征输入至预先训练的位置预测模型，得到用户语音对应的用户位置信息，其中，用户位置信息用于表征用户在读文本时的发音部位的位置；确定文本对应的参考位置信息；根据用户位置信息和参考位置信息，生成用于表征用户位置信息与参考位置信息之间的差异的差异信息。该实施方式有助于用户的发音学习。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成差异信息的方法和装置。

背景技术

语言是重要的交际工具，是人们进行沟通到的主要表达方式。一般地，各个国家都有自己的语言。例如，汉语、英语、法语、德语等等。对于一个国家的一种语言，在该国家的不同地区会有不同的发音方式。例如，对于汉语来说，有普通话、各地方言等非常多种不同的发音方式。

一般地，学习一种新的语言的发音或者学习一种语言的另一种发音等通常是需要长时间的练习的，甚至需要专业指导老师进行发音指导。例如，对于一个英文单词的发音，非英语母语的学习者可能需要根据该英文单词的标准发音，不断自己琢磨并尝试该英文单词的发音，以使自己的发音接近于该英文单词的标准发音。

现有技术中，存在一些用于练习发音的应用或工具等，用户可以使用这些应用或工具进行发音练习。一般地，这些应用或工具会对用户的每次发音进行打分，从而用户可以根据自己的分数了解自己的发音与标准发音之间的差异程度。

发明内容

本公开的实施例提出了用于生成差异信息的方法和装置。

第一方面，本公开的实施例提供了一种用于生成差异信息的方法，该方法包括：获取用户读文本时的用户语音；确定用户语音的声学特征；将声学特征输入至预先训练的位置预测模型，得到用户语音对应的用户位置信息，其中，用户位置信息用于表征用户在读文本时的发音部位的位置；确定文本对应的参考位置信息；根据用户位置信息和参考位置信息，生成用于表征用户位置信息与参考位置信息之间的差异的差异信息。

在一些实施例中，上述用户位置信息用于表征用户在读文本时的、位于口腔内部的发音部位的位置。

在一些实施例中，上述方法还包括：获取用户在读文本时的用户面部图像；根据用户面部图像，确定用户语音对应的用户面部位置信息，其中，用户面部位置信息用于表征用户在读文本时的、位于面部的发音部位的位置；确定文本对应的参考面部位置信息；根据户面部位置信息和参考面部位置信息，生成用于表征用户面部位置信息与参考面部位置信息之间的差异的面部差异信息。

在一些实施例中，位于口腔内部的发音部位包括舌头；以及用户位置信息用于表征用户在读文本时的舌头的位置，其中，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。

在一些实施例中，上述方法还包括：接收用户根据差异信息读文本时的用户语音作为用户调整语音；生成针对用户调整语音的评估信息。

在一些实施例中，确定文本对应的参考位置信息，包括：获取预设的、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，参考语音对应的位置信息用于表征参考语音对应的用户在读文本时的发音部位的位置。

在一些实施例中，位置预测模型通过如下步骤训练得到：获取样本集，其中，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。