CN108831503B - 一种口语评测方法及装置 - Google Patents
一种口语评测方法及装置 Download PDFInfo
- Publication number
- CN108831503B CN108831503B CN201810581941.7A CN201810581941A CN108831503B CN 108831503 B CN108831503 B CN 108831503B CN 201810581941 A CN201810581941 A CN 201810581941A CN 108831503 B CN108831503 B CN 108831503B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- spoken language
- evaluated
- model
- speech
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 306
- 239000000463 material Substances 0.000 claims abstract description 98
- 238000013210 evaluation model Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010071299 Slow speech Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
一种口语评测方法及装置,包括:获取待评测语音材料和从多个评测维度中获取一评测维度,并根据评测维度提取待评测语音材料的评测特征;根据预存的口语知识模型对评测特征进行评分,得到口语评测值,并根据预存的口语常模模型对评测特征进行评分,得到针对待评测语音材料的大众平均水平值;根据口语评测值与大众平均水平值输出待评测语音材料的评测结果。本发明提供的口语评测方法及装置,采用语音语调能力、词汇运用能力、语法运用能力、语言逻辑能力,以及主题集中程度、单句达意程度和表达完整程度七个维度对学习者的口语实际能力进行全面评测与精准指导,为学习者提高在各种真实场景下的口语表达能力提供全面、切实和有效的帮助。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种口语评测方法及装置。
背景技术
随着经济全球化的不断发展,人们也慢慢重视外语口语的学习。目前市面上出现了很多辅助口语评测类的电子产品(如点读机、学习电脑)以及移动终端上的口语评测类应用。在实践中发现,无论是电子产品还是口语评测类应用,仅仅单纯地提供听说练习材料并对跟读的实际口语能力进行粗略评分,无法对学习者的实际口语能力进行精确地评测,无法真正帮助学习者提高口语能力。
发明内容
鉴于上述问题,本发明提供了一种口语评测方法及装置,能够对学习者的实际口语能力进行全面评测与精准指导,进而为学习者提高口语能力提供有效的帮助。
为了实现上述目的,本发明采用如下的技术方案:
本发明第一方面公开了一种口语评测方法,包括:
获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征;
根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值,以及根据预存的口语常模模型对所述评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值;
根据所述口语评测值与所述大众平均水平值输出所述待评测语音材料的评测结果。
作为一种可选的实施方式,在本发明第一方面中,在所述获取待评测语音材料之前,所述方法还包括:
根据口语测试的大数据生成口语常模模型并存储。
作为一种可选的实施方式,在本发明第一方面中,所述评测维度包括语音语调能力评测、词汇运用能力评测、语法运用能力评测、语言逻辑能力评测、主题集中程度评测、单句达意程度评测和表达完整程度评测中的一种。
作为一种可选的实施方式,在本发明第一方面中,所述根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值包括:
从预存的口语知识模型中获取与所述评测维度对应的评测模型;
计算所述评测特征与所述评测模型的匹配度,作为所述待评测语音材料的口语评测值。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述口语评测值与所述大众平均水平值获取针对所述待评测语音材料的评测结果,包括:
判断所述口语评测值是否低于所述大众平均水平值;
如果是,获取与所述评测维度对应的学习数据,并输出评测结果;其中,所述评测结果包括所述口语评测值、所述大众平均水平值和所述学习数据。
本发明第二方面公开一种口语评测装置,包括:
特征提取模块,用于获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征;
第一评分模块,用于根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值;
第二评分模块,用于根据预存的口语常模模型对所述评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值;
输出模块,用于根据所述口语评测值与所述大众平均水平值输出所述待评测语音材料的评测结果。
作为一种可选的实施方式,在本发明第二方面中,模型生成模块,用于在所述获取待评测语音材料之前,根据口语测试的大数据生成口语常模模型并存储。
作为一种可选的实施方式,在本发明第二方面中,所述第一评分模块包括:
第一子模块,用于从预存的口语知识模型中获取与所述评测维度对应的评测模型;
第二子模块,用于计算所述评测特征与所述评测模型的匹配度,作为所述待评测语音材料的口语评测值。
本发明第三方面公开一种移动终端,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述移动终端执行第一方面公开的部分或者全部所述的口语评测方法。
本发明第四方面公开一种计算机可读存储介质,其存储有第三方面所述的移动终端中所使用的所述计算机程序。
根据本发明提供的口语评测方法及装置,该口语评测方法首先获取待评测语音材料和从多个评测维度中获取一评测维度,然后根据评测维度提取待评测语音材料的评测特征;进一步地,根据预存的口语知识模型对评测特征进行评分,得到口语评测值,以及根据预存的口语常模模型对评测特征进行评分,得到针对待评测语音材料的大众平均水平值;最后,根据口语评测值与大众平均水平值输出待评测语音材料的评测结果,通过选定评测维度对待评测语音材料进行专项精确评测,能够提高口语表达能力的评测精度,进而为学习者提高口语能力提供有效的帮助。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明范围的限定。
图1是本发明实施例一提供的一种口语评测方法的流程示意图;
图2是本发明实施例二提供的一种口语评测方法的流程示意图;
图3是本发明实施例三提供的一种口语评测装置的结构示意图;
图4是本发明实施例四提供的一种口语评测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术中的问题,本发明提供了一种口语评测方法及装置;该口语评测方法包括首先获取待评测语音材料和从多个评测维度中获取一评测维度,然后根据评测维度提取待评测语音材料的评测特征;进一步地,根据预存的口语知识模型对评测特征进行评分,得到口语评测值,以及根据预存的口语常模模型对评测特征进行评分,得到针对待评测语音材料的大众平均水平值;最后,根据口语评测值与大众平均水平值输出待评测语音材料的评测结果,通过选定评测维度对待评测语音材料进行专项精确评测,能够提高口语表达能力的评测精度,进而为学习者提高口语能力提供有效的帮助。并且,该技术可以采用相关的软件或硬件实现,下面通过实施例进行描述。
实施例1
请参阅图1,图1是本发明实施例一提供的一种口语评测方法的流程示意图。其中,如图1所示,该口语评测方法可以包括以下步骤:
S101、获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征。
本发明实施例中,待评测语音材料可以为预先存储的语音材料,也可以为实时接收的语音材料,本发明实施例不作限定。
S102、根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值,以及根据预存的口语常模模型对所述评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值。
本发明所提供的口语评测方法基于静态的口语知识模型和动态的口语常模模型,对学习者的口语进行全方位(多个评测维度)、精准化(大数据技术)、个性化(智能推送技术)的评价。在本实施例中,评测维度数量为语音语调、词汇运用、语法运用、逻辑条理、主题集中、单句达意以及表达完整等,本发明实施例不作限定。
本发明实施例中,首先要预存全面的口语知识模型,其中,该口语知识模型库包括词汇发音模型、词汇运用模型、语法运用模型、逻辑模型、主题关键词表达模型、语用知识运用模型以及多模态语篇知识运用模型等,本发明实施例不作限定。
本发明实施例中,评测维度与上述口语知识模型中的各个模型一一对应。在实际应用中,当选择的评测维度为语音语调时,则在根据预存的口语知识模型对评测特征进行评分时,将采用的词汇发音模型对获取到的待评测语音材料进行评测,得到口语评测值。其中,采用词汇发音模型对待评测语音材料的评测,主要涉及待评测语音材料的词汇发音,包括英音、美音、语速快速、语速慢速等,本发明实施例不作限定。
本发明实施例中,当评测维度为语音语调时,可以对待评测语音材料进行精准语音语调评测,其中包括对48个音素的评测。在输出评测结果之后,还可以输出针对该待评测语音材料的标准语音、包括标准语音的视频、不同语速的标准音频、英美转换的纠正音频、相关范文的语音、真人语音等等中的一种或者多种,进一步为学习者提供音频正音指导。
本发明实施例中,当评测维度为词汇运用时,可以先对待评测语音材料进行语音分割,得到多个待评测词汇语音材料,每个待评测词汇语音材料包括一个词汇语音,然后可以根据相应的词汇运用模型对该待评测语音材料的语谱、语句结构、惯用语等方面进行一一评测。
本发明实施例中,当评测维度为语法知识时,可以根据相应的语法运用模型对该待评测语音材料的词法、句法、口语语法等方面进行评测。
本发明实施例中,当评测维度为主题集中时,可以根据相应的主题表达模型对该待评测语音材料的紧扣主题、语言情景、用语得体等方面进行评测。
本发明实施例中,还要预存各个评测维度所对应的口语常模模型,该口语常模模型是根据口语测试的大数据而生成的对应各个评测维度的口语常模模型。在对待评测语音材料进行评测时,将口语常模模型与单个待评测语音材料进行比对,可以得出个性化对比结果数据,即得到大众平均水平值。
S103、根据口语评测值与大众平均水平值输出待评测语音材料的评测结果。
本发明实施例中,该评测维度可以是一个评测维度,也可以是多个评测维度,本发明实施例不作限定。当获取到多个评测维度时,可以分别提取待评测语音材料的每个评测维度对应的评测特征,然后再分别对每个评测维度对应的评测特征进行评测,得到与每个评测维度对应的口语评测值和大众平均水平值,最后可以得到包括针对各个评测维度的评测结果。通过对待评测语音材料的多个评测维度进行评测,能够得出一个全面的评测结果,有利于帮助学习者全面了解口语薄弱点,并能实时精准指导,从而有效帮助用户提升口语能力。
本发明实施例中,以评测维度为语音语调为例,通过将待评测语音材料与口语知识模型和口语常模模型分别进行匹配比较,可以得到相应的口语评测值与大众平均水平值。当得到的口语评测值为6以及大众平均水平值为5时,则输出的评测结果可以为语音语调方面高于一般常规水平,但相比于正规标准还有待提升。当得到的口语评测值为5以及大众平均水平值为8时,则输出的评测结果可以为语音语调方面低于一般常规水平,属于口语方面的薄弱点。
本发明实施例中,在输出该待评测语音材料的评测结果之后,还可以根据口语评测值与大众平均水平值获取相应的口语练习和口语知识并推送给学习者,以达到真正快速、高效帮助学习者提高口语能力。
本发明所提供的口语评测方法不仅针对常规的口语能力评测,还可以广泛应用于综合听说测试、主题听说测试、图片听说测试、听力勾选、人机自选主题对话、模仿秀、主题声咖等多种语言的听、说、教、学、考、评,本发明实施例不作限定。
本发明实施例中,对待评测语音材料的评测包括对待评测语音材料的正规发音水平和大众平均发音水平的双重评测,能够对该待评测语音材料作出贴切的评测,并给出合理的具有针对性的评测结果。
在图1所描述的口语评测方法中,可以首先获取待评测语音材料和评测维度,然后根据该评测维度提取待评测语音材料的评测特征;进一步地,根据预存的口语知识模型对评测特征进行评分得到口语评测值,以及根据预存的口语常模模型对评测特征进行评分得到大众平均水平值;最后,根据口语评测值与大众平均水平值输出待评测语音材料的评测结果。可见,实施图1所描述的口语评测方法,通过选定评测维度对待评测语音材料进行全面精确评测,能够对学习者的实际口语能力进行全面评测与精准指导,进而为学生提高口语能力提供切实而有效的帮助。
实施例2
请参阅图2,图2是本发明实施例二提供的一种口语评测方法的流程示意图。其中,如图2所示,该口语评测方法可以包括以下步骤:
S201、根据口语测试的大数据生成口语常模模型并存储。
本发明实施例中,可以根据口语测试的大数据生成各个维度对应的口语常模模型。其中,该口语常模模型包括词汇发音模型、词汇运用模型、语法运用模型、逻辑模型、主题关键词表达模型、语用知识运用模型以及多模态语篇知识运用模型等,本发明实施例不作限定。
S202、获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征。
本发明实施例中,评测维度包括语音语调能力评测、词汇运用能力评测、语法运用能力评测、语言逻辑能力评测、主题集中程度评测、单句达意程度评测和表达完整程度评测中的一种,本发明实施例不作限定。
S203、从预存的口语知识模型中获取与评测维度对应的评测模型。
S204、计算评测特征与评测模型的匹配度,作为待评测语音材料的口语评测值。
本发明实施例中,实施上述步骤S203~步骤S204,能够根据预存的口语知识模型对评测特征进行评分,得到口语评测值。
S205、根据预存的口语常模模型对评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值。
本发发明实施例中,评测维度与上述口语常模模型中的各个模型也一一对应。
S206、判断口语评测值是否低于大众平均水平值,如果是,执行步骤S207;如果否,结束本流程。
作为一种可选的实施方式,该口语评测方法还可以包括以下步骤:
如果口语评测值不低于大众平均水平值,计算口语评测值与大众平均水平值之间的差值;
根据差值确定相应的学习提升数据;
输出评测结果,评测结果包括口语评测值、大众平均水平值和学习提升数据。
S207、获取与评测维度对应的学习数据,并输出评测结果;其中,评测结果包括口语评测值、大众平均水平值和学习数据。
本发明实施例中,实施上述步骤S206~步骤S207,能够根据口语评测值与大众平均水平值输出待评测语音材料的评测结果。
可见,实施图2所描述的口语评测方法,通过选定评测维度对待评测语音材料进行全面精确评测,能够对学习者的实际口语能力进行全面评测与精准指导,进而为学习者提高口语能力提供有效的帮助。
实施例3
请参阅图3,图3是本发明实施例三提供的一种口语评测装置的结构示意图。其中,如图3所示,该口语评测装置包括:
特征提取模块301,用于获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征。
本发明实施例中,评测维度包括语音语调能力评测、词汇运用能力评测、语法运用能力评测、语言逻辑能力评测、主题集中程度评测、单句达意程度评测和表达完整程度评测中的一种。
第一评分模块302,用于根据预存的口语知识模型对评测特征进行评分,得到口语评测值。
第二评分模块303,用于根据预存的口语常模模型对所述评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值。
输出模块304,用于根据口语评测值与大众平均水平值输出待评测语音材料的评测结果。
可见,实施图3所描述的口语评测装置,通过选定评测维度对待评测语音材料进行全面精确评测,能够对学习者的实际口语能力进行全面评测与精准指导,进而为学习者提高口语能力提供有效的帮助。
实施例4
请参阅图4,图4是本发明实施例四提供的一种口语评测装置的结构示意图。其中,图4所示的口语评测装置是由图3所示的口语评测装置进行优化得到的。如图4所示,该口语评测装置还包括:
模型生成模块305,用于在获取待评测语音材料之前,根据口语测试的大数据生成口语常模模型并存储。
本发明实施例中,该模型生成模块305在根据口语测试的大数据生成口语常模模型并存储之后,还可以触发特征提取模块301获取待评测语音材料和评测维度。
作为一种可选的实施方式,第一评分模块302包括:
第一子模块3021,用于从预存的口语知识模型中获取与评测维度对应的评测模型。
第二子模块3022,用于计算评测特征与评测模型的匹配度,作为待评测语音材料的口语评测值。
作为一种可选的实施方式,输出模块304包括:
第三子模块,用于判断口语评测值是否低于大众平均水平值。
第四子模块,用于当第一子模块判断出口语评测值低于大众平均水平值时,获取与评测维度对应的学习数据,并输出评测结果;其中,评测结果包括口语评测值、大众平均水平值和学习数据。
可见,实施图4所描述的口语评测装置,通过选定评测维度对待评测语音材料进行全面精确评测,能够对学习者的实际口语能力进行全面评测与精准指导,进而为学习者提高口语能力提供有效的帮助。
此外,本发明还提供了一种移动终端。该移动终端包括存储器和处理器,存储器可用于存储计算机程序,处理器通过运行所述计算机程序,从而使该移动终端执行上述方法或者上述口语评测装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质,用于储存上述移动终端中使用的计算机程序。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的模型架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
该功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种口语评测方法,其特征在于,包括:
获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征;所述评测维度包括语音语调能力评测、词汇运用能力评测、语法运用能力评测、语言逻辑能力评测、主题集中程度评测、单句达意程度评测和表达完整程度评测;
对所述待评测语音材料进行语音分割,得到多个待评测词汇语音材料;每个待评测词汇语音材料包括一个词汇语音;
根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值;具体地,根据口语知识模型中的词汇发音模型对所述待评测语音材料进行精准语音语调评测,根据所述口语知识模型中的词汇运用模型对所述待评测词汇语音材料的语谱、语句结构、惯用语进行评测,根据所述口语知识模型中的语法运用模型对所述待评测语音材料的词法、句法、口语语法进行评测,根据所述口语知识模型中的主题表达模型对所述待评测词汇语音材料的紧扣主题、语言情景、用语得体进行评测,得到口语评测值;以及根据预存的口语常模模型对所述评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值;
判断所述口语评测值是否低于所述大众平均水平值;
如果是,获取与所述评测维度对应的学习数据,并输出评测结果;其中,所述评测结果包括所述口语评测值、所述大众平均水平值和所述学习数据;
如果否,计算口语评测值与大众平均水平值之间的差值;
根据差值确定相应的学习提升数据;
输出评测结果,评测结果包括口语评测值、大众平均水平值和学习提升数据。
2.根据权利要求1所述的口语评测方法,其特征在于,在所述获取待评测语音材料之前,所述方法还包括:
根据口语测试的大数据生成口语常模模型并存储。
3.根据权利要求1所述的口语评测方法,其特征在于,所述根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值包括:
从预存的口语知识模型中获取与所述评测维度对应的评测模型;
计算所述评测特征与所述评测模型的匹配度,作为所述待评测语音材料的口语评测值。
4.一种口语评测装置,其特征在于,包括:
特征提取模块,用于获取待评测语音材料和从多个评测维度中获取一评测维度,并根据所述评测维度提取所述待评测语音材料的评测特征;所述评测维度包括语音语调能力评测、词汇运用能力评测、语法运用能力评测、语言逻辑能力评测、主题集中程度评测、单句达意程度评测和表达完整程度评测;
第一评分模块,用于对所述待评测语音材料进行语音分割,得到多个待评测词汇语音材料;每个待评测词汇语音材料包括一个词汇语音;根据预存的口语知识模型对所述评测特征进行评分,得到口语评测值;具体地,根据口语知识模型中的词汇发音模型对所述待评测语音材料进行精准语音语调评测,根据所述口语知识模型中的词汇运用模型对所述待评测词汇语音材料的语谱、语句结构、惯用语进行评测,根据所述口语知识模型中的语法运用模型对所述待评测语音材料的词法、句法、口语语法进行评测,根据所述口语知识模型中的主题表达模型对所述待评测词汇语音材料的紧扣主题、语言情景、用语得体进行评测,得到口语评测值;
第二评分模块,用于根据预存的口语常模模型对所述评测特征进行评分,得到针对所述待评测语音材料的大众平均水平值;
输出模块,用于根据所述口语评测值与所述大众平均水平值输出所述待评测语音材料的评测结果;其中,
所述输出模块包括:
第三子模块,用于判断口语评测值是否低于大众平均水平值;
第四子模块,用于当第一子模块判断出口语评测值低于大众平均水平值时,获取与评测维度对应的学习数据,并输出评测结果;其中,评测结果包括口语评测值、大众平均水平值和学习数据;
所述第四子模块,还用于当第一子模块判断出口语评测值不低于大众平均水平值时,计算口语评测值与大众平均水平值之间的差值;根据差值确定相应的学习提升数据;输出评测结果,评测结果包括口语评测值、大众平均水平值和学习提升数据。
5.根据权利要求4所述的口语评测装置,其特征在于,
模型生成模块,用于在所述获取待评测语音材料之前,根据口语测试的大数据生成口语常模模型并存储。
6.根据权利要求4所述的口语评测装置,其特征在于,所述第一评分模块包括:
第一子模块,用于从预存的口语知识模型中获取与所述评测维度对应的评测模型;
第二子模块,用于计算所述评测特征与所述评测模型的匹配度,作为所述待评测语音材料的口语评测值。
7.一种移动终端,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述移动终端执行权利要求1至3中任一项所述的口语评测方法。
8.一种计算机可读存储介质,其特征在于,其存储有权利要求7所述的移动终端中所使用的所述计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810581941.7A CN108831503B (zh) | 2018-06-07 | 2018-06-07 | 一种口语评测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810581941.7A CN108831503B (zh) | 2018-06-07 | 2018-06-07 | 一种口语评测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108831503A CN108831503A (zh) | 2018-11-16 |
CN108831503B true CN108831503B (zh) | 2021-11-19 |
Family
ID=64143281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810581941.7A Active CN108831503B (zh) | 2018-06-07 | 2018-06-07 | 一种口语评测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108831503B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112307162A (zh) * | 2020-02-26 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 用于信息交互的方法和装置 |
CN111370029A (zh) * | 2020-02-28 | 2020-07-03 | 北京一起教育信息咨询有限责任公司 | 一种语音数据的处理方法、装置、存储介质及电子设备 |
CN116343824B (zh) * | 2023-05-29 | 2023-08-15 | 新励成教育科技股份有限公司 | 口才表达能力的全面评估与解决方法、系统、装置及介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101197084A (zh) * | 2007-11-06 | 2008-06-11 | 安徽科大讯飞信息科技股份有限公司 | 自动化英语口语评测学习系统 |
CN103559892B (zh) * | 2013-11-08 | 2016-02-17 | 科大讯飞股份有限公司 | 口语评测方法及系统 |
CN103928023B (zh) * | 2014-04-29 | 2017-04-05 | 广东外语外贸大学 | 一种语音评分方法及系统 |
CN105261246B (zh) * | 2015-12-02 | 2018-06-05 | 武汉慧人信息科技有限公司 | 一种基于大数据挖掘技术的英语口语纠错系统 |
CN105844105A (zh) * | 2016-03-31 | 2016-08-10 | 中国残疾联合会就业服务指导中心 | 一种残疾人职业适应性测评方法及其系统 |
CN105808970B (zh) * | 2016-05-09 | 2018-04-06 | 南京智精灵教育科技有限公司 | 一种在线认知评估方法 |
CN105845134B (zh) * | 2016-06-14 | 2020-02-07 | 科大讯飞股份有限公司 | 自由朗读题型的口语评测方法及系统 |
CN107230174B (zh) * | 2017-06-13 | 2021-04-06 | 深圳市鹰硕技术有限公司 | 一种基于网络的在线互动学习系统和方法 |
-
2018
- 2018-06-07 CN CN201810581941.7A patent/CN108831503B/zh active Active
Non-Patent Citations (1)
Title |
---|
雅思口语:你必须知道的4个评分维度和17个得分点;武汉新东方学校;《新东方网》;20170706;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108831503A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barnard et al. | The NCHLT speech corpus of the South African languages | |
US20210158795A1 (en) | Generating audio for a plain text document | |
CN111081259B (zh) | 基于说话人扩充的语音识别模型训练方法及系统 | |
US11810471B2 (en) | Computer implemented method and apparatus for recognition of speech patterns and feedback | |
CN108831503B (zh) | 一种口语评测方法及装置 | |
CN112397056B (zh) | 语音评测方法及计算机存储介质 | |
CN110750996B (zh) | 多媒体信息的生成方法、装置及可读存储介质 | |
CN109584906B (zh) | 口语发音评测方法、装置、设备及存储设备 | |
CN112329451B (zh) | 手语动作视频生成方法、装置、设备及存储介质 | |
US20230298564A1 (en) | Speech synthesis method and apparatus, device, and storage medium | |
Abushariah et al. | Phonetically rich and balanced text and speech corpora for Arabic language | |
US20150254238A1 (en) | System and Methods for Maintaining Speech-To-Speech Translation in the Field | |
CN110503941B (zh) | 语言能力评测方法、装置、系统、计算机设备及存储介质 | |
Proença et al. | The LetsRead corpus of Portuguese children reading aloud for performance evaluation | |
CN112820281B (zh) | 一种语音识别方法、装置及设备 | |
Varga | Online Automatic Subtitling Platforms and Machine Translation | |
CN114203180A (zh) | 会议纪要的生成方法、装置、电子设备及存储介质 | |
Russell et al. | BU-TTS: An Open-Source, Bilingual Welsh-English, Text-to-Speech Corpus | |
CN114446304A (zh) | 语音交互方法、数据处理方法、装置和电子设备 | |
Prakash et al. | An approach to building language-independent text-to-speech synthesis for Indian languages | |
Shafei et al. | Do smart speaker skills support diverse audiences? | |
Molapo et al. | Speech data collection in an under-resourced language within a multilingual context | |
Mohammad et al. | Phonetically rich and balanced text and speech corpora for Arabic language | |
EP4160591A1 (en) | Conversation engine and related methods | |
Varga | Online automatic subtitling platforms and machine translation. An analysis of quality in AVT [articol] |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190528 Address after: 100086 Ph.D. candidates from Grade 2008 School of International Relations, Renmin University of China, 59 Zhongcun Street, Haidian District, Beijing Applicant after: Deng Beiping Address before: 518000 20th Floor, Building B1, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN XIXI NETWORK TECHNOLOGY CO., LTD. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |