[发明专利]一种声学模型性能评估的方法、装置和电子设备

说明书

本发明实施例公开了一种声学模型性能评估的方法、装置和电子设备。本发明实施例通过获取语音测试集，其中，所述语音测试集中包括至少一条语音；根据语音评测模型确定出所述语音测试集的平均GOP、平均字错误率WER和相关性数值；根据所述平均GOP、平均字错误率WER和相关性数值对所述语音评测模型中的声学模型进行性能评估，确定所述声学模型的性能。通过上述方法，通过所述平均GOP、平均字错误率WER和相关性数值可以准确的对声学模型的性能进行评估，进而可以选择出性能较佳的声学模型。

技术领域

本发明涉及计算机技术领域，具体涉及一种声学模型性能评估的方法、装置和电子设备。

背景技术

随着互联网技术的发展，在线教学的应用越来越广泛，在线教学过程中语音测评也参与到了在线教学的互动环节中，尤其是在线语言教学中，口语发音是教学中的核心环节，课上的口语发音学习以及课后的口语发音练习，均需要对大量的口语发音进行语音评测，将语音测评结果作为学习效果的反馈。

现有技术中，语音评测算法是一种按照参考文本发音后，对发音质量进行打分的算法，语音评测算法涉及的主要模型包含声学模型、语音模型和打分模型三个部分，语音评测算法是基于GOP为主要的声学特征来评测发音的好坏，而GOP是根据声学模型计算得到的，因此，声学模型的性能直接影响到语音评测的结果。

综上所述，如何对声学模型的性能进行评估，进而选择出性能较佳的声学模型，是目前需要解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种声学模型性能评估的方法、装置和电子设备，准确的对声学模型的性能进行评估，进而可以选择出性能较佳的声学模型。

第一方面，本发明实施例提供了一种声学模型性能评估的方法，该方法包括：获取语音测试集，其中，所述语音测试集中包括至少一条语音；根据语音评测模型确定出所述语音测试集的平均GOP、平均字错误率WER和相关性数值；根据所述平均GOP、平均字错误率WER和相关性数值对所述语音评测模型中的声学模型进行性能评估，确定所述声学模型的性能。

优选地，所述根据语音评测模型确定出所述语音测试集的平均GOP，具体包括：

根据语音评测模型确定出所述语音测试集中每条语音的GOP；

根据所述语音测试集中每条语音的GOP确定出所述语音测试集的平均GOP。

优选地，所述根据语音评测模型确定出所述语音测试集中每条语音的GOP，具体包括：

根据所述语音评测模型中的声学模型确定每条语音中每一帧的似然概率；

根据所述每一帧的似然概率确定出所述每条语音的GOP。

优选地，所述根据语音评测模型确定出所述语音测试集的平均字错误率WER，具体包括：

根据语音评测模型确定出所述语音测试集中每条语音的字错误率WER；

根据所述语音测试集中每条语音的字错误率WER确定出所述语音测试集的平均字错误率WER。

优选地，所述根据语音评测模型确定出所述语音测试集中每条语音的字错误率WER，具体包括：

根据所述语音评测模型中的语音模型确定每条语音的文本信息；

根据所述文本信息与所述每条语音的标准文本信息确定所述每条语音的字错误率WER。

优选地，所述根据语音评测模型确定出所述语音测试集的相关性数值，具体包括：

根据语音评测模型确定出所述语音测试集中每条语音的打分；

根据所述语音测试集中每条语音的打分与预先获取所述每条语音的专家打分确定出所述语音测试集的相关性数值。