[发明专利]发音训练方法、装置、电子设备和存储介质

权利要求书

1.一种发音训练方法，其特征在于，包括：

获取待训练分词，并确定所述待训练分词的初始讲解音视频，将所述初始讲解音视频作为当前讲解音视频以执行下述的发音讲解流程；

在所述发音讲解流程中，播放所述待训练分词的标准音频和所述当前讲解音视频，所述当前讲解音视频是描述所述待训练分词的拼读音节的发音方式的音频或视频；

在播放完成后，获取所述待训练分词的跟读音频；

基于所述跟读音频和所述标准音频，确定所述待训练分词的发音评分；

在所述发音评分小于评分阈值的情况下，基于所述发音评分，更新所述当前讲解音视频，并基于所述当前讲解音视频返回执行所述发音讲解流程，直至所述发音评分大于等于所述评分阈值。

2.根据权利要求1所述的发音训练方法，其特征在于，所述基于所述跟读音频和所述标准音频，确定所述待训练分词的发音评分，之后还包括：

在所述发音评分大于等于所述评分阈值的情况下，获取包含所述待训练分词的语句，并播放所述语句的语句标准音频；

在所述语句标准音频播放完成后，获取所述语句的语句跟读音频；

基于所述语句跟读音频中每个分词音频与所述语句标准音频中对应分词音频之间的相似度，确定所述语句的跟读质量。

3.根据权利要求2所述的发音训练方法，其特征在于，所述基于所述语句跟读音频中每个分词音频与所述语句标准音频中对应分词音频之间的相似度，确定所述语句的跟读质量，具体包括：

基于所述语句跟读音频中每个分词音频与所述语句标准音频中对应分词音频之间的相似度，以及每个分词音频的质量权重，确定所述语句的跟读质量，所述待训练分词对应分词音频的质量权重大于所述语句中其他分词对应分词音频的质量权重。

4.根据权利要求2所述的发音训练方法，其特征在于，所述语句的跟读质量包括准确度、标准度、流畅度和完成度中的至少一种。

5.根据权利要求1至4中任一项所述的发音训练方法，其特征在于，所述确定所述待训练分词的初始讲解音视频，包括：

基于用户的历史学习记录和/或所述待训练分词的发音难度，确定所述待训练分词的初始讲解音视频。

6.根据权利要求1至4中任一项所述的发音训练方法，其特征在于，所述基于所述发音评分，更新所述当前讲解音视频，包括：

从所述待训练分词对应的多个讲解方式的讲解音视频中，选取与所述发音评分所处的评分区间相匹配的讲解方式下的讲解音视频，作为所述当前讲解音视频。

7.根据权利要求1至4中任一项所述的发音训练方法，其特征在于，所述基于所述跟读音频和所述标准音频，确定所述待训练分词的发音评分，包括：

基于所述跟读音频所对应的转写文本，以及所述待训练分词，确定所述跟读音频和所述标准音频之间的文本相似度；

基于所述跟读音频的音素序列，以及所述标准音频的音素序列，确定所述跟读音频与所述标准音频之间的发音相似度；

基于所述跟读音频的声学特征，以及所述标准音频的声学特征，确定所述跟读音频与所述标准音频之间的声学相似度；

基于所述跟读音频与所述标准音频之间的文本相似度、发音相似度和声学相似度中的至少一种，确定所述待训练分词的发音评分。

8.根据权利要求2至4中任一项所述的发音训练方法，其特征在于，所述基于所述语句跟读音频中每个分词音频与所述语句标准音频中对应分词音频之间的相似度，确定所述语句的跟读质量，之后还包括：

基于所述待训练分词的发音评分和/或所述语句的跟读质量，从预设分词库中选取新的待训练分词。