[发明专利]发音质量检测方法、系统、移动终端及存储介质

权利要求书

1.一种发音质量检测方法，其特征在于，所述方法包括：

获取待检测音频和所述待检测音频对应的标准音频，并对所述待检测音频和所述标准音频进行音节对齐；

根据音节对齐结果对所述待检测音频和所述标准音频进行音段分割，得到待检测音段和目标音段，并对所述待检测音段和所述目标音段进行音频帧对齐，得到对齐路径；

根据所述对齐路径计算所述待检测音段与所述目标音段之间的基频相似度，并分别对音频帧对齐后所述待检测音段与所述目标音段进行停顿检测；

根据停顿检测结果计算所述待检测音段与所述目标音段之间的停顿相似度，并对所述停顿相似度和所述基频相似度进行权值计算，得到发音质量检测值；

若所述发音质量检测值大于检测阈值，则判定所述待检测音频的发音质量合格。

2.如权利要求1所述的发音质量检测方法，其特征在于，所述对所述待检测音段和所述目标音段进行音频帧对齐的步骤包括：

分别提取所述待检测音段和所述目标音段中音频帧的梅尔倒谱系数，得到待检测特征序列和目标特征序列；

分别获取所述待检测特征序列和所述目标特征序列的序列长度，得到第一长度和第二长度，并根据所述第一长度和所述第二长度构建音频帧对齐矩阵；

根据所述音频帧对齐矩阵对所述待检测音段和所述目标音段进行音频帧对齐，得到所述对齐路径。

3.如权利要求2所述的发音质量检测方法，其特征在于，所述根据所述对齐路径计算所述待检测音段与所述目标音段之间的基频相似度所采用的计算公式为：

其中，DTW是所述基频相似度，Q是所述待检测特征序列，C是所述目标特征序列，w是所述对齐路径，w_k是所述对齐路径上第k个点在所述音频帧对齐矩阵中的坐标。

4.如权利要求1所述的发音质量检测方法，其特征在于，所述分别对音频帧对齐后所述待检测音段与所述目标音段进行停顿检测的步骤包括：

分别获取所述待检测音段和所述目标音段中发音单元的起止位置；

根据所述发音单元的起止位置查询对应所述待检测音段或所述目标音段中对应的停顿起止位置，得到所述停顿检测结果，所述停顿检测结果包括待检测停顿信息和目标停顿信息。

5.如权利要求4所述的发音质量检测方法，其特征在于，所述根据停顿检测结果计算所述待检测音段与所述目标音段之间的停顿相似度的步骤包括：

将所述待检测停顿信息和所述目标停顿信息中的停顿起止位置进行位置比对，得到位置相似度，所述位置相似度用于表征所述待检测停顿信息和所述目标停顿信息之间停顿起止位置的相似度；

获取所述待检测停顿信息和所述目标停顿信息中停顿起止位置对应的停顿时长，得到第一停顿时长和第二停顿时长；

计算所述第一停顿时长与所述第二停顿时长之间的相似度，得到时长相似度，并对所述时长相似度和所述位置相似度进行权值计算，得到所述停顿相似度。

6.如权利要求1所述的发音质量检测方法，其特征在于，所述对所述待检测音频和所述标准音频进行音节对齐的步骤之前，所述方法还包括：

分别对所述待检测音频和所述标准音频进行音频强制对齐。

7.一种发音质量检测系统，其特征在于，所述系统包括：

音节对齐模块，用于获取待检测音频和所述待检测音频对应的标准音频，并对所述待检测音频和所述标准音频进行音节对齐；

音频帧对齐模块，用于根据音节对齐结果对所述待检测音频和所述标准音频进行音段分割，得到待检测音段和目标音段，并对所述待检测音段和所述目标音段进行音频帧对齐，得到对齐路径；

停顿检测模块，用于根据所述对齐路径计算所述待检测音段与所述目标音段之间的基频相似度，并分别对音频帧对齐后所述待检测音段与所述目标音段进行停顿检测；

发音质量检测模块，用于根据停顿检测结果计算所述待检测音段与所述目标音段之间的停顿相似度，并对所述停顿相似度和所述基频相似度进行权值计算，得到发音质量检测值；

发音质量判定模块，用于若所述发音质量检测值大于检测阈值，则判定所述待检测音频的发音质量合格。