[发明专利]一种口语评测方法及装置

权利要求书

1.一种口语评测方法，其特征在于，包括：

获取待评测音频和所述待评测音频对应的评测文本；

基于所述待评测音频和所述评测文本确定所述评测文本中每个音素的属性特征值和每个音素对应的后验概率；

基于所述评测文本和所述每个音素对应的后验概率提取所述评测文本对应的发音特征值；

根据所述每个音素的属性特征值和发音特征值生成每个音素对应的特征向量；

将所述每个音素对应的特征向量输入到口语评测模型，获得所述口语评测模型输出的评测结果。

2.如权利要求1所述的口语评测方法，其特征在于，基于所述待评测音频和所述评测文本确定所述评测文本中每个音素的属性特征值和每个音素对应的后验概率，包括：

基于所述待评测音频和所述评测文本确定所述评测文本中每个音素的发音良好度值、发音时长和后验概率。

3.如权利要求2所述的口语评测方法，其特征在于，基于所述待评测音频和所述评测文本确定所述评测文本中每个音素的发音良好度值、发音时长和后验概率，包括：

基于所述待评测音频和所述评测文本确定所述评测文本中每个音素的初始发音良好度值、初始发音时长和后验概率；

对所述每个音素的初始发音良好度值和初始发音时长做归一化处理，获得所述每个音素的发音良好度值和发音时长。

4.如权利要求3所述的口语评测方法，其特征在于，基于所述待评测音频和所述评测文本确定所述评测文本中每个音素的初始发音良好度值、初始发音时长和后验概率，包括：

将所述待评测音频输入至预先训练好的声学模型进行处理，获得所述声学模型输出的每个音素的后验概率；

获取所述评测文本中每个音素对应的发音起始时间和发音结束时间；

基于每个音素的后验概率、发音起始时间和发音结束时间确定每个音素的初始发音良好度值和初始发音时长。

5.如权利要求4所述的口语评测方法，其特征在于，基于每个音素的后验概率、发音起始时间和发音结束时间确定每个音素的初始发音良好度值和初始发音时长，包括：

基于每个音素的后验概率确定每个音素的初始发音良好度值；

基于每个音素的发音起始时间和发音结束时间确定每个音素的发音时长。

6.如权利要求3所述的口语评测方法，其特征在于，对所述每个音素的初始发音良好度值和初始发音时长做归一化处理，获得所述每个音素的发音良好度值和发音时长，包括：

在预设的音素标准属性信息表中确定所述每个音素对应的发音良好度标准属性值和发音时长标准属性值；

根据所述每个音素的初始发音良好度值和对应的发音良好度标准属性值确定所述每个音素的发音良好度值；

根据所述每个音素的初始发音时长和对应的发音时长标准属性值确定所述每个音素的发音时长。

7.如权利要求2所述的口语评测方法，其特征在于，基于所述评测文本和所述每个音素对应的后验概率提取所述评测文本对应的发音特征值，包括：

基于所述评测文本和所述每个音素对应的后验概率提取所述评测文本中每个音素对应的韵母声调值、声母发音错误值、韵母发音错误值、韵母声调错误值、伪音调比值。

8.如权利要求7所述的口语评测方法，其特征在于，根据所述每个音素的属性特征值和发音特征值生成每个音素对应的特征向量，包括：

根据所述每个音素的发音良好度值、发音时长、韵母声调值、声母发音错误值、韵母发音错误值、韵母声调错误值、伪音调比值确定每个音素对应的特征向量。

9.如权利要求1所述的口语评测方法，其特征在于，将所述每个音素对应的特征向量输入到口语评测模型，包括：

将所述每个音素对应的特征向量输入到通过梯度提升策略训练得到的口语评测模型。