语音评测应用的评测方法、装置、设备及介质制造方法及图纸

本申请公开了一种语音评测应用的评测方法、装置、设备及介质，涉及人工智能领域。该方法包括：获取数据集，所述数据集包括语音数据和与所述语音数据对应的人工评分；调用所述语音评测应用，对所述语音数据进行评测，得到所述语音评测应用的产品评分；根据所述产品评分和所述人工评分，从满意度系数矩阵中确定满意度系数，所述满意度系数用于表示所述产品评分和所述人工评分的综合评分；将所述满意度系数作为所述语音评测应用的效果评测指标。本申请将满意度系数作为语音评测应用的效果评测指标可以得到较为准确的评测结果。标可以得到较为准确的评测结果。标可以得到较为准确的评测结果。

【技术实现步骤摘要】
语音评测应用的评测方法、装置、设备及介质


[0001]本申请涉及人工智能领域，特别涉及一种语音评测应用的评测方法、装置、设备及介质。

技术介绍

[0002]在学习语言的过程中，对象常会使用口语评分产品来校正口语发音。比如，对象在学习英语的过程中，向口语评分产品输入一段英语语音后，口语评分产品会输出语音得分，该语音得分用于表示对象输入的英语语音的发音准确度。随着市场上口语评分产品地数量越来越多，如何评测口语评分产品成为一个急需解决的问题。
[0003]相关技术需要准备数据集，数据集包括音频和与音频对应的人工评分，而后，将音频输入到口语评分产品中，得到该音频的语音得分。根据语音评分和人工评分之间的差值作为口语评分产品的效果评测指标。
[0004]但是相关技术得到的效果评测指标可信度低。

技术实现思路

[0005]本申请实施例提供了一种语音评测应用的评测方法、装置、设备及介质。该方法可以通过满意度系数来较为准确地表示测评结果，所述技术方案如下：
[0006]根据本申请的一个方面，提供了一种语音评测应用的评测方法，该方法包括：
[0007]获取数据集，所述数据集包括语音数据和与所述语音数据对应的人工评分；
[0008]调用所述语音评测产品，对所述语音数据进行评测，得到所述评测产品的产品评分；
[0009]根据所述产品评分和所述人工评分，从满意度系数矩阵中确定满意度系数，所述满意度系数用于表示所述产品评分和所述人工评分的综合评分；
[0010]将所述满意度系数作为所述语音评测应用的效果评测指标。
[0011]根据本申请的另一个方面，提供了一种语音评测应用的评测装置，该装置包括：
[0012]获取模块，用于获取数据集，所述数据集包括语音数据和与所述语音数据对应的人工评分；
[0013]评测模块，用于调用所述语音评测应用，对所述语音数据进行评测，得到所述语音评测应用的产品评分；
[0014]所述评测模块，还用于根据所述产品评分和所述人工评分，从满意度系数矩阵中确定满意度系数，所述满意度系数用于表示所述产品评分和所述人工评分的综合评分；
[0015]所述评测模块，还用于将所述满意度系数作为所述语音评测应用的效果评测指标。
[0016]根据本申请的另一方面，提供了一种计算机设备，该计算机设备包括：处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上方面所述的语音评测应用的评
测方法。
[0017]根据本申请的另一方面，提供了一种计算机存储介质，计算机可读存储介质中存储有至少一条程序代码，程序代码由处理器加载并执行以实现如上方面所述的语音评测应用的评测方法。
[0018]根据本申请的另一方面，提供了一种计算机程序产品或计算机程序，上述计算机程序产品或计算机程序包括计算机指令，上述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从上述计算机可读存储介质读取上述计算机指令，上述处理器执行上述计算机指令，使得上述计算机设备执行如上方面所述的语音评测应用的评测方法。
[0019]本申请实施例提供的技术方案带来的有益效果至少包括：
[0020]通过语音测评应用输出的产品评分以及人工评分，得到语音测评应用的多满意度系数作为效果评测指标，可以较为准确地表现出语音测评应用的效果。而且，得到测评结果的过程不需要明确该语音测评应用使用的模型或算法，实现了端到端的测评。
附图说明
[0021]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本申请一个示例性实施例提供的计算机系统的结构示意图；
[0023]图2是本申请一个示例性实施例提供的语音评测应用的评测方法的流程图；
[0024]图3是本申请一个示例性实施例提供的满意度系数确定方法的流程图；
[0025]图4是本申请一个示例性实施例提供的满意度系数确定方法的流程图；
[0026]图5是本申请一个示例性实施例提供的皮尔森相关度确定方法的流程图；
[0027]图6是本申请一个示例性实施例提供的正误差确定方法的流程图；
[0028]图7是本申请一个示例性实施例提供的负误差确定方法的流程图；
[0029]图8是本申请一个示例性实施例提供的样本偏离度确定方法的流程图；
[0030]图9是本申请一个示例性实施例提供的系统框架图的示意图；
[0031]图10是本申请一个示例性实施例提供的工程结构图的示意图；
[0032]图11是本申请一个示例性实施例提供的数据集的示意图；
[0033]图12是本申请一个示例性实施例提供的语音评测应用的评测装置的结构示意图；
[0034]图13是本申请一个示例性实施例提供的计算机设备的结构示意图。
具体实施方式
[0035]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0036]首先，对本申请实施例中涉及的名词进行介绍：
[0037]人工智能(Artificial Intelligence，AI)：是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解
智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0038]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0039]语音技术(Speech Technology)：关键技术有自动语音识别技术(Automatic Speech Recognition，ASR)和语音合成技术(Test To Speech，TTS)以及声纹识别技术。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一。
[0040]机器学习(Machine Learning，ML)：一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音评测应用的评测方法，其特征在于，所述方法包括：获取数据集，所述数据集包括语音数据和与所述语音数据对应的人工评分；调用所述语音评测应用，对所述语音数据进行评测，得到所述语音评测应用的产品评分；根据所述产品评分和所述人工评分，从满意度系数矩阵中确定满意度系数，所述满意度系数用于表示所述产品评分和所述人工评分的综合评分；将所述满意度系数作为所述语音评测应用的效果评测指标。2.根据权利要求1所述的方法，其特征在于，所述根据所述产品评分和所述人工评分，从满意度系数矩阵中确定满意度系数，包括：生成所述满意度系数矩阵；根据所述产品评分和得分等级映射表，确定所述产品评分的产品评分等级，所述得分等级映射表用于记录评分区间和评分等级之间的对应关系；根据所述人工评分和所述得分等级映射表，确定所述人工评分的人工评分等级；根据所述产品评分等级和所述人工评分等级，从所述满意度系数矩阵中确定所述满意度系数。3.根据权利要求2所述的方法，其特征在于，所述满意度系数矩阵为n阶方阵，n为大于1的正整数；所述满意度系数矩阵的行对应所述产品评分等级；所述满意度系数矩阵的列对应所述人工评分等级；所述生成满意度系数矩阵，包括：对于所述满意度系数矩阵中的目标满意度系数，根据与所述目标满意度系数对应的目标产品评分等级和目标人工评分等级，生成目标满意度系数区间，所述目标满意度系数是所述满意度系数矩阵中第i行第j列的满意度系数，所述i，j为小于n+1的正整数；将所述目标满意度系数区间中的目标值确定为所述目标满意度系数。4.根据权利要求3所述的方法，其特征在于，所述对于所述满意度系数矩阵中的目标满意度系数，根据与所述目标满意度系数对应的目标产品评分等级和目标人工评分等级，生成目标满意度系数区间，包括：对于所述满意度系数矩阵中的所述目标满意度系数，在与所述目标满意度系数对应的所述目标产品评分等级和所述目标人工评分等级相同的情况下，生成所述目标满意度系数区间，所述目标满意度系数区间为预设常数。5.根据权利要求3所述的方法，其特征在于，所述对于所述满意度系数矩阵中的目标满意度系数，根据与所述目标满意度系数对应的目标产品评分等级和目标人工评分等级，生成目标满意度系数区间，包括：对于所述满意度系数矩阵中的所述目标满意度系数，在所述目标产品评分等级大于所述目标人工评分等级的情况下，确定所述第i行中所述目标产品评分等级大于所述目标人工评分等级的第一候选满意度系数；根据所述第一候选满意度系数的数量和对象容忍度，拆分预设取值范围，得到满意度系数区间集合，所述对象容忍度是基于对象生成的；根据所述目标人工评分等级从所述满意度系数区间集合中确定所述目标满意度系数区间。
6.根据权利要求3所述的方法，其特征在于，所述对于所述满意度系数矩阵中的目标满意度系数，根据与所述目标满意度系数对应的目标产品评分等级和目标人工评分等级，生成目标满意度系数区间，包括：对于所述满意度系数矩阵中的所述目标满意度系数，在所述目标产品评分等级小于所述目标人工评分等级的情况下，确定所述满意度系数矩阵中所述目标产品评分等级小于所述目标人...

【专利技术属性】
技术研发人员：梁增辉，廖学文，
申请(专利权)人：腾讯科技成都有限公司，
类型：发明
国别省市：