System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及语音分析,尤其涉及一种基于人工智能的朗读质量测评方法及相关装置。
技术介绍
1、在学习外语时,进行朗读质量的测评是一个重要环节,朗读质量测评的准确性对于学习者提高外语水平至关重要,而现有的朗读质量测评方法通常是首先对朗读数据进行语音识别,得到朗读数据的识别文本,然后将识别文本与朗读数据对应的标准识别文本进行比较,来实现对朗读数据的质量进行测评,这种朗读质量测评方法过于片面,只考虑了用户在学习外语过程中的发音是否准确。
技术实现思路
1、本申请提供一种基于人工智能的朗读质量测评方法及相关装置,以解决上述
技术介绍
中提到的问题。
2、第一方面,本申请提供一种基于人工智能的朗读质量测评方法,包括:
3、获取待测评语音数据,并将所述待测评语音数据输入预设的语音分析模型,得到所述待测评语音数据的识别文本集;其中,所述识别文本集包括多个识别文本,各个所述识别文本对应的语言类型互不相同;
4、基于所述识别文本集对所述待测评语音数据进行分析,得到所述待测评语音数据的第一评分值和第一校准信息;
5、在预设的标准语音数据库中获取与所述待测评语音数据匹配的标准语音数据;
6、通过预设的时间窗口分别对所述待测评语音数据和所述标准语音数据进行分帧操作,得到第一帧组序列和第二帧组序列;
7、对所述第一帧组序列和所述第二帧组序列进行分析,得到所述待测评语音数据的第二评分值和第二校准信息;
8、基于所述第一评分值、所述第一
9、第二方面,本申请提供一种基于人工智能的朗读质量测评装置,包括:
10、第一获取模块,用于获取待测评语音数据,并将所述待测评语音数据输入预设的语音分析模型,得到所述待测评语音数据的识别文本集;其中,所述识别文本集包括多个识别文本,各个所述识别文本对应的语言类型互不相同;
11、第一分析模块,用于基于所述识别文本集对所述待测评语音数据进行分析,得到所述待测评语音数据的第一评分值和第一校准信息;
12、第二获取模块,用于在预设的标准语音数据库中获取与所述待测评语音数据匹配的标准语音数据;
13、分帧模块,用于通过预设的时间窗口分别对所述待测评语音数据和所述标准语音数据进行分帧操作,得到第一帧组序列和第二帧组序列;
14、第二分析模块,用于对所述第一帧组序列和所述第二帧组序列进行分析,得到所述待测评语音数据的第二评分值和第二校准信息;
15、生成模块,用于基于所述第一评分值、所述第一校准信息、所述第二评分值和所述第二校准信息生成所述待测评语音数据的评分表,并将所述评分表发送至用户的终端设备。
16、第三方面,本申请提供一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中,所述计算机程序被所述处理器执行时,实现如上所述的基于人工智能的朗读质量测评方法。
17、第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器执行时,实现如上所述的基于人工智能的朗读质量测评方法。
18、本申请提供了基于人工智能的朗读质量测评方法及相关装置,其中,所述方法包括获取待测评语音数据,并将所述待测评语音数据输入预设的语音分析模型,得到所述待测评语音数据的识别文本集;其中,所述识别文本集包括多个识别文本,各个所述识别文本对应的语言类型互不相同;基于所述识别文本集对所述待测评语音数据进行分析,得到所述待测评语音数据的第一评分值和第一校准信息;在预设的标准语音数据库中获取与所述待测评语音数据匹配的标准语音数据;通过预设的时间窗口分别对所述待测评语音数据和所述标准语音数据进行分帧操作,得到第一帧组序列和第二帧组序列;对所述第一帧组序列和所述第二帧组序列进行分析,得到所述待测评语音数据的第二评分值和第二校准信息;基于所述第一评分值、所述第一校准信息、所述第二评分值和所述第二校准信息生成所述待测评语音数据的评分表,并将所述评分表发送至用户的终端设备。该方法能够实现对所述待测评语音数据的全面测评,提高了朗读质量测评的精度,进而提高外语学习者的学习体验。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的朗读质量测评方法,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,在将所述待测评语音数据输入预设的语音分析模型之前,所述方法还包括:
3.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,所述语音分析模型包括语音识别模块和语音翻译模块;
4.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,所述基于所述识别文本集对所述待测评语音数据进行分析,得到所述待测评语音数据的第一评分值和第一校准信息,包括:
5.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,所述对所述第一帧组序列和所述第二帧组序列进行分析,得到所述待测评语音数据的第二评分值和第二校准信息,包括:
6.根据权利要求5所述的基于人工智能的朗读质量测评方法,其特征在于,基于所述第一特征矩阵和所述第二特征矩阵生成所述第二校准信息,包括:
7.一种基于人工智能的朗读质量测评装置,其特征在于,包括:
8.一种终端设备,其特征在于,所述终端设备包括
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器执行时,实现如权利要求1至6中任一项所述的基于人工智能的朗读质量测评方法。
...【技术特征摘要】
1.一种基于人工智能的朗读质量测评方法,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,在将所述待测评语音数据输入预设的语音分析模型之前,所述方法还包括:
3.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,所述语音分析模型包括语音识别模块和语音翻译模块;
4.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,所述基于所述识别文本集对所述待测评语音数据进行分析,得到所述待测评语音数据的第一评分值和第一校准信息,包括:
5.根据权利要求1所述的基于人工智能的朗读质量测评方法,其特征在于,所述对所述第一帧组序列和所述第二帧组序列进行分析,得到所述待测评语音数据的第...
【专利技术属性】
技术研发人员:卢隆庆,傅海峰,张国勋,刘朗,
申请(专利权)人:深圳市妙语教育科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。