[发明专利]一种语音评测方法及装置

说明书

本申请实施例提供一种语音评测方法及装置，涉及音频处理技术领域，该语音评测方法包括：获取待评测音频以及与待评测音频对应的参考文本和参考音频；提取待评测音频的音频特征以及参考音频的参考音频特征；根据音频特征、参考音频特征和参考文本，计算待评测音频与参考音频之间的相似度值；根据相似度值计算待评测音频的评测分数。可见，实施这种实施方式，能够基于文本与音频特征对待评测音频进行多方面评测，从而实现对待评测语音的客观评测，进而提高语音评测的精度。

技术领域

本申请涉及音频处理技术领域，具体而言，涉及一种语音评测方法及装置。

背景技术

随着音频技术的快速发展，越来越多的音频系统出现在了人们的眼前，如音频互译系统、语音识别系统等等，从而为了人们的生活提供了巨大便利。其中，在上述音频系统当中，有一种音频系统叫做语音评测系统，其目的是对用于输入的语音进行评测，并得到评测结果。然而，在实践中发现，目前的语音评测系统通常都是对两段音频进行差异点检测，并根据两段音频的差异点进行评测打分，由此可见，该种方法的评测精度较低，并不能给出客观、高精度的评测分数。

发明内容

本申请实施例的目的在于提供一种语音评测方法及装置，用以实现对语音进行客观、高精度地评测，从而提高语音评测的精度。

本申请实施例第一方面提供了一种语音评测方法，包括：

获取待评测音频以及与所述待评测音频对应的参考文本和参考音频；

提取所述待评测音频的音频特征以及所述参考音频的参考音频特征；

根据所述音频特征、所述参考音频特征和所述参考文本，计算所述待评测音频与所述参考音频之间的相似度值；

根据所述相似度值计算所述待评测音频的评测分数。

在上述实现过程中，该方法可以优先获取待评测音频以及与待评测音频对应的参考文本和参考音频；然后，提取待评测音频的音频特征以及参考音频的参考音频特征；再然后，根据音频特征、参考音频特征和参考文本，计算待评测音频与参考音频之间的相似度值；最后，根据相似度值计算待评测音频的评测分数。可见，实施这种实施方式，能够基于文本与音频特征对待评测音频进行多方面评测，从而实现对待评测语音的客观评测，进而提高语音评测的精度。

进一步地，所述音频特征包括梅尔频率倒谱系数、基频特征和能量特征；

所述参考音频特征包括参考梅尔频率倒谱系数、参考基频特征和参考能量特征。

在上述实现过程中，该方法可以在待评测音频中提取包括梅尔频率倒谱系数、基频特征和能量特征的音频特征；并在参考音频中提取包括参考梅尔频率倒谱系数、参考基频特征和参考能量特征的参考音频特征。可见，实施这种实施方式，能够在待评测音频和参考音频中提取相同类型的参数，以使该方法能够根据相同类型的参数进行对应评测，从而提高评测精度。

进一步地，所述根据所述音频特征、所述参考音频特征和所述参考文本，计算所述待评测音频与所述参考音频之间的相似度值，包括：

根据所述音频特征、所述参考音频特征、所述参考文本以及预设的声学模型，提取所述待评测音频的声学数据和所述参考音频的参考声学数据；

根据所述声学数据和所述参考声学数据计算所述待评测音频与所述参考音频之间的停顿语速相似度和所述待评测音频的发音准确度；

根据所述基频特征和所述参考基频特征计算所述待评测音频与所述参考音频之间的声调相似度；

根据所述能量特征和所述参考能量特征计算所述待评测音频与所述参考音频之间的重音相似度；

汇总所述停顿语速相似度、所述发音准确度、所述声调相似度以及所述重音相似度，得到相似度值。