CN102723080A

CN102723080A - 一种语音识别测试系统及方法

Info

Publication number: CN102723080A
Application number: CN2012102091788A
Authority: CN
Inventors: 陈军; 陈超
Original assignee: Huizhou Desay SV Automotive Co Ltd
Current assignee: Huizhou Desay SV Automotive Co Ltd
Priority date: 2012-06-25
Filing date: 2012-06-25
Publication date: 2012-10-10
Anticipated expiration: 2032-06-25
Also published as: CN102723080B

Abstract

本发明涉及测试系统相关技术领域，特别是一种语音识别测试系统及方法，所述系统包括：具有语音输出功能的语音输出装置，以及具有语音识别功能的语音识别装置，语音输出装置与语音识别装置通过数据线连接，语音输出装置向语音识别装置播放语音，语音识别装置接收语音，并对语音进行识别得到语音识别结果，向语音输出装置通过数据线输出语音识别结果，语音输出装置接收语音识别结果并与文字信息对比得到语音测试结果。本发明输出模拟音频作为语音识别装置的音频输入，然后经过语音识别装置输出语音识别结果，对比存储起来的文字信息，判断是否一致，从而实现自动化语音识别测试。

Description

一种语音识别测试系统及方法

技术领域

本发明涉及测试系统相关技术领域，特别是一种语音识别测试系统及方法。

背景技术

与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。

现有的语音识别装置主要是采用模式匹配法。

在训练阶段，用户将词汇表中的每一词依次说一遍，并且将其特征矢量作为模板存入模板库。

在识别阶段，将输入语音的特征矢量依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。

现有的语音识别装置存在以下五个问题：

1.对自然语言的识别和理解。首先必须将连续的讲话分解为词、音素等单位，其次要建立一个理解语义的规则。

2.语音信息量大。语音模式不仅对不同的说话人不同，对同一说话人也是不同的，例如，一个说话人在随意说话和认真说话时的语音信息是不同的。一个人的说话方式随着时间变化。

3.语音的模糊性。说话者在讲话时，不同的词可能听起来是相似的。这在英语和汉语中常见。

4.单个字母或词、字的语音特性受上下文的影响，以致改变了重音、音调、音量和发音速度等。

5.环境噪声和干扰对语音识别有严重影响，致使识别率低。

因此，需要获得语音识别装置的识别率或者错误率，以对语音识别装置进行评判。在识别率的测试中，需要输入不同类型的语音（比如男女音，带有不同噪音的语音），输入的不同类型越多，识别率的准确度就越高。然而，现有的测试方法就是找到对应不同的人选进行语音播报，测试随意性较大，识别率统计科学度不高。

另外，对于语音识别系统稳定性测试，要求重复性的输入语音命令，通过重复性、连续性的播报，测试语音识别稳定性。

发明内容

本发明提供一种语音识别测试系统及方法，以解决现有技术对语音识别装置的测试随机性太大的技术问题。

采用的技术方案如下：

一种语音识别测试系统，所述系统包括：

具有语音输出功能的语音输出装置，以及具有语音识别功能的语音识别装置，语音输出装置与语音识别装置通过数据线连接，语音输出装置包括计算机可读媒介，在所述可读媒介中包括有一个或多个语音文件以及与语音文件对应的文字信息，语音输出装置向语音识别装置播放语音文件对应的语音，语音识别装置接收语音，并对语音进行识别得到语音识别结果，向语音输出装置通过数据线输出语音识别结果，语音输出装置接收语音识别结果并与文字信息对比得到语音测试结果。

进一步的：

语音输出装置包括：语音文件输入模块、语音输出模块、测试比较模块和语音测试结果输出模块；

所述语音文件输入模块包括所述可读媒介，并向语音输出模块输出语音文件；

所述语音输出模块与语音文件输入模块连接，语音输出模块从语音文件输入模块中获取语音文件并播放相应的语音；

所述测试比较模块与语音识别装置连接，从语音识别装置中获取语音识别结果；

所述测试比较模块还与语音文件输入模块连接，控制语音文件输入模块向语音输出模块输入语音文件以及获取对应的文字信息；

所述测试比较模块还与语音测试结果输出模块连接，比较文字信息和语音识别结果得到语音测试结果并通过语音测试结果输出模块输出语音测试结果；

所述语音识别装置包括：语音接收模块、语音识别模块和语音识别结果输出模块；

所述语音接收模块接收语音，并把接收到的语音发送到语音识别模块；

语音识别模块对语音进行识别，得到语音识别结果，并把语音识别结果发送到语音识别结果输出模块；

语音识别结果输出模块与语音输出装置连接，向语音输出装置输出语音识别结果。

优选的，所述数据线为通用串行数据总线（Universal Asynchronous Receiver/Transmitter， UART）。

进一步的，所述语音测试结果包括语音识别结果与文字信息不一致的记录。

进一步的，所述语音测试结果包括错误率和识别率，所述错误率用于表示语音识别结果与文字信息不一致的频率，所述识别率用于表示语音识别结果与文字信息一致的频率。

进一步的，所述文字信息为所述语音对应的命令词的标识。

一种语音识别测试方法，采用上述的语音识别测试系统，所述方法包括：

步骤61，语音输出装置播放语音文件对应的语音，记录语音文件对应的文字信息，并等待语音识别装置的语音识别结果；

步骤62，语音识别装置接收语音，并对语音进行识别得到语音识别结果，向语音输出装置通过数据线输出语音识别结果；

步骤63，语音输出装置从数据线接收到语音识别结果，与文字信息进行比较，如果一致，则执行步骤64，否则执行步骤65；

步骤64，语音输出装置检查是否达到停止条件，如果达到停止条件，则执行步骤66，否则选择下一个语音文件并执行步骤61；

步骤65，语音输出装置在语音测试结果中记录错误结果，并执行步骤66；

步骤66，语音输出装置输出语音测试结果。

进一步的，所述停止条件为：连续执行一定的预设时间。

更进一步的，所述的预设时间为30分钟。

通过连续时间的测试，能更好的识别语音识别装置的稳定性。而这是现有技术通过人工进行测试无法实现的，因为人工测试会有较大的不稳定性，而机器测试则非常稳定，且可以实现任意时间长度的测试。

进一步的，对于同一个文字信息对应有多个不同类型的语音文件，所述不同类型的语音文件包括：采用男性发音的语音文件、采用女性发音的语音文件和带有噪音的语音文件。通过对同一个文字信息的多个不同类型的语音文件进行测试，则能确定该语音识别装置在对于不同类型的语音文件的识别率和错误率，从而为更好的改善语音识别装置提供依据。

本发明输出模拟音频作为语音识别装置的音频输入，然后经过语音识别装置输出语音识别结果，对比存储起来的文字信息，判断是否一致，从而实现自动化语音识别测试。本发明使得在识别率的测试中，可以输入不同类型的语音（比如男女音，带有不同噪音的语音），输入的不同类型越多，识别率的准确度就越高。

附图说明

图1为本发明实施例的结构模块图。

图2为本发明实施例用于语音识别装置的稳定性测试方法流程图。

图3为本发明实施例用于语音识别装置的识别率测试方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细的说明。

如图1所示为本发明实施例的结构模块图。在本实施例为一种语音识别测试系统，用于识别车辆命令词的语音识别装置进行测试，所述文字信息为命令词的ID。

系统包括：具有语音输出功能的语音输出装置1，以及具有语音识别功能的语音识别装置2，语音输出装置1与语音识别装置2通过UART数据线连接。

图中虚线为语音播放，图中语音输出装置1与语音识别装置2之间的实现表示UART数据线连接。

语音输出装置1包括：语音文件输入模块11、语音输出模块12、测试比较模块13和语音测试结果输出模块14；

语音文件输入模块11包括所述可读媒介，并向语音输出模块输出语音文件；

语音输出模块12与语音文件输入模块11连接，语音输出模块12从语音文件输入模块11中获取语音文件并播放相应的语音；

测试比较模块13与语音识别装置2连接，从语音识别装置2中获取语音识别结果；

测试比较模块13还与语音文件输入模块11连接，控制语音文件输入模块11向语音输出模块12输入语音文件以及获取对应的文字信息；

测试比较模块13还与语音测试结果输出模块14连接，比较文字信息和语音识别结果得到语音测试结果并通过语音测试结果输出模块输出语音测试结果；

语音识别装置2包括：语音接收模块21、语音识别模块22和语音识别结果输出模块23；

语音接收模块21可以是一个麦克风，接收语音，并把接收到的语音发送到语音识别模块22；

语音识别模块22对语音进行识别，得到语音识别结果，并把语音识别结果发送到语音识别结果输出模块23；

语音识别结果输出模块23与语音输出装置1连接，向语音输出装置1输出语音识别结果。

采用该语音识别测试系统可以用于语音识别装置的稳定性测试，如图2所示：

步骤S201，语音输出装置1的语音输出模块12播放一个语音文件对应的语音，记录语音文件对应的命令词ID，并等待语音识别装置2的语音识别结果；

步骤S202，语音识别装置2的语音接收模块21接收语音，语音识别模块22对语音进行识别得到语音识别结果，通过语音识别结果输出模块23向语音输出装置1的测试比较模块13通过UART数据线输出语音识别结果；

步骤S203，语音输出装置1的测试比较模块13从UART数据线接收到语音识别结果，与对应的命令词ID进行比较，如果一致，则执行步骤S204，否则执行步骤S205；

步骤S204，语音输出装置1的测试比较模块13检查是否连续执行了30分钟，如果连续执行了30分钟，则执行步骤S206，否则语音文件输入模块11随机选择下一个语音文件给语音输出模块12，并执行步骤S201；

步骤S205，语音输出装置1的测试比较模块13在语音测试结果中记录错误结果，并执行步骤S206；

步骤S206，语音输出装置1的语音测试结果输出模块14输出语音测试结果。

采用该语音识别测试系统可以用于语音识别装置的识别率和错误率测试，如图3所示：

步骤S301，初始化总测试数量、错误数量和识别数量均为0，且对于同一个命令词ID对应多个不同类型的语音文件，包括采用男性发音的语音文件、采用女性发音的语音文件和带有多种噪音的语音文件；

步骤S302，语音输出装置1的语音输出模块12播放一个语音文件对应的语音，记录语音文件对应的命令词ID，总测试数量加一，并等待语音识别装置2的语音识别结果；

步骤S303，语音识别装置2的语音接收模块21接收语音，语音识别模块22对语音进行识别得到语音识别结果，通过语音识别结果输出模块23向语音输出装置1的测试比较模块13通过UART数据线输出语音识别结果；

步骤S304，语音输出装置1的测试比较模块13从UART数据线接收到语音识别结果，与对应的命令词ID进行比较，如果一致，则执行步骤S305，否则执行步骤S306；

步骤S305，语音输出装置1的测试比较模块13记录识别数量加一，检查语音文件模块11是否还剩下未播放的语音文件，如果没有未播放的语音文件，则执行步骤S307，否则语音文件输入模块11选择下一个语音文件给语音输出模块12，并执行步骤S302；

步骤S306，语音输出装置1的测试比较模块13记录错误数量加一，并执行步骤S307；

步骤S307，语音输出装置1的测试比较模块13计算：

错误率=错误数量/总测试数量；

识别率=识别数量/总测试数量；

语音测试结果保存错误率和识别率，语音输出装置1的测试比较模块13向语音测试结果输出模块14发送语音测试结果，语音测试结果输出模块14输出语音测试结果。

作为一个例子，语音识别装置2为对车辆主机的命令进行语音识别，语音输出装置1收录了各种不同的命令词的音频文件及相应的命令词ID，比如“导航”命令词，“收音”命令词等等音频文件，以及与该命令词对应的命令词ID，即“导航”命令词对应有“导航”命令词ID，“收音”命令词对应有“收音”命令词ID，该命令词ID作为“确认ID”，然后在语音输出装置1通过扬声器输出这些命令词的语音到语音识别装置2的麦克风端。语音识别装置2接收到语音输出装置1的命令词后，语音识别模块22内根据集成的语音识别算法进行处理，语音识别结果输出模块23输出对应的执行ID。车辆主机根据语音识别装置2识别到的ID执行对应的动作，比如语音输出装置1输出“导航”命令词，车辆主机就会切换到导航界面，而切换到导航界面就是车辆主机需要执行的“执行ID”的相应动作。

“执行ID”可以通过UART通信输出给到语音输出装置1，而语音输出装置1本身已经确认知道“确认ID”，所以语音输出装置1结合从语音识别装置2的UART口接收到“执行ID”和确认需要执行的“确认ID”进行对比，从而判断出语音识别装置2是否对语音识别进行了正确处理。

Claims

1.一种语音识别测试系统，其特征在于，所述系统包括：

2.根据权利要求1所述的语音识别测试系统，其特征在于：

3.根据权利要求1所述的语音识别测试系统，其特征在于，所述语音测试结果包括语音识别结果与文字信息不一致的记录。

4.根据权利要求1所述的语音识别测试系统，其特征在于，所述语音测试结果包括错误率和识别率，所述错误率用于表示语音识别结果与文字信息不一致的频率，所述识别率用于表示语音识别结果与文字信息一致的频率。

5.根据权利要求1所述的语音识别测试系统，其特征在于，所述文字信息为所述语音对应的命令词的标识。

6.一种语音识别测试方法，采用权利要求1所述的语音识别测试系统，其特征在于，所述方法包括：

步骤（61），语音输出装置播放语音文件对应的语音，记录语音文件对应的文字信息，并等待语音识别装置的语音识别结果；

步骤（62），语音识别装置接收语音，并对语音进行识别得到语音识别结果，向语音输出装置通过数据线输出语音识别结果；

步骤（63），语音输出装置从数据线接收到语音识别结果，与文字信息进行比较，如果一致，则执行步骤（64），否则执行步骤（65）；

步骤（64），语音输出装置检查是否达到停止条件，如果达到停止条件，则执行步骤（66），否则选择下一个语音文件并执行步骤（61）；

步骤（65），语音输出装置在语音测试结果中记录错误结果，并执行步骤（66）；

步骤（66），语音输出装置输出语音测试结果。

7.根据权利要求6所述的语音识别测试方法，其特征在于，所述停止条件为：连续执行一定的预设时间。

8.根据权利要求7所述的语音识别测试方法，其特征在于，所述的预设时间为30分钟。

9.根据权利要求6所述的语音识别测试方法，其特征在于，对于同一个文字信息对应有多个不同类型的语音文件，所述不同类型的语音文件包括：采用男性发音的语音文件、采用女性发音的语音文件和带有噪音的语音文件。

10.根据权利要求6所述的语音识别测试方法，其特征在于，所述语音测试结果包括语音识别结果与文字信息不一致的记录。

11.根据权利要求6所述的语音识别测试方法，其特征在于，所述语音测试结果包括错误率和识别率，所述错误率用于表示语音识别结果与文字信息不一致的频率，所述识别率用于表示语音识别结果与文字信息一致的频率。