[发明专利]一种开放式的语音评测方法和设备

说明书

本发明涉及一种开放式的语音评测方法和设备，该方法包括：通过语音识别模块与语音评测模块获取待评测的语音，并分别设置为第一语音与第二语音；通过语音识别模块对第一语音进行文本识别，并确定识别到的文本的置信度；若置信度低于阈值，则通过语音评测模块对文本进行拓展，得到拓展文本；分别确定文本与拓展文本的后验概率；若文本的后验概率小于拓展文本的后验概率，则基于拓展文本与第二语音进行GOP评测；若文本的后验概率大于拓展文本的后验概率，则基于文本与第二语音进行GOP评测。本方案对语音进行文本识别，后续基于识别出的文本与语音进行评测，实现了对任意送进来的语音，都可以给出发音质量的评价的技术效果。

技术领域

本发明涉及语音评测技术领域，具体涉及一种开放式的语音评测方法和设备。

背景技术

语音评测技术是智能语音技术的一个重要部分、现在被广泛应用，但是目前传统的语音评测系统都是在给定特定文本内容的情况下，检测基于此特定文本内容的发音的质量的好坏，具体的，传统的语音评测系统在进行评测时，通常需要搜集大量发音质量较高的语音数据训练声学模型，然后通过参考文本、发音词典以及声学模型构建识别网络，最后通过GOP(goodness of pronunciation)算法给出后验概率作为衡量学习者对某个音素的发音好坏。

而也正基于此，现有的语音评测系统存在以下缺陷：具体的，现有的语音评测系统，如果不传入参考文本，则无法进行评测。

由此，目前需要有一种更好的方案来解决现有技术中的问题。

发明内容

本发明提供一种开放式的语音评测方法，能够解决现有技术中没有参考文本无法进行评测的技术问题。

本发明解决上述技术问题的技术方案如下：

本发明实施例提出了一种开放式的语音评测方法，包括：

通过语音识别模块与语音评测模块获取待评测的语音，并分别设置为第一语音与第二语音；

通过所述语音识别模块对所述第一语音进行文本识别，并确定识别到的文本的置信度；

若所述置信度低于阈值，则通过所述语音评测模块对所述文本进行拓展，得到拓展文本；

分别确定所述文本与所述拓展文本的后验概率；

若所述文本的后验概率小于所述拓展文本的后验概率，则基于所述拓展文本与所述第二语音进行GOP评测；若所述文本的后验概率大于所述拓展文本的后验概率，则基于所述文本与所述第二语音进行GOP评测。

在一个具体的实施例中，还包括：

若所述置信度高于阈值，则通过所述语音评测模块基于所述文本与所述第二语音进行评测，得到语音发音质量的评价值。

在一个具体的实施例中，所述语音识别模块包括：第一特征模块、第一声学模型和语言模型；其中，所述第一特征模块的输出端分别连接所述第一声学模型和所述语言模型；所述第一声学模型和所述语言模型连接；

所述第一特征模块输出的特征包括：MFCC特征、PLP特征、FilterBank特征；所述第一声学模型包括：DNN、FTDNN、Transformer；所述第一声学模型的训练数据包括native和non-native的数据；

所述语言模型包括NGram、RNN。

在一个具体的实施例中，所述语音评测模块，包括：第二特征模块、第二声学模型、扩展识别文本模块、评测模块；其中，所述第二特征模块的输出端连接所述第二声学模型；所述扩展识别文本模块连接所述语音识别模块；所述扩展识别文本模块、所述语音识别模块以及所述第二声学模型均连接所述评测模块。

在一个具体的实施例中，所述拓展文本是基于对所述文本基于相似发音的原则进行拓展得到的。