CN108899011B - 一种空调的语音功能测试方法、装置和系统 - Google Patents

一种空调的语音功能测试方法、装置和系统 Download PDF

Info

Publication number
CN108899011B
CN108899011B CN201810762763.8A CN201810762763A CN108899011B CN 108899011 B CN108899011 B CN 108899011B CN 201810762763 A CN201810762763 A CN 201810762763A CN 108899011 B CN108899011 B CN 108899011B
Authority
CN
China
Prior art keywords
activation
playing
word
words
calculation formula
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
Application number
CN201810762763.8A
Other languages
English (en)
Other versions
CN108899011A (zh
Inventor
荣霞芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Hongmei Intelligent Technology Co Ltd
Original Assignee
Sichuan Hongmei Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Hongmei Intelligent Technology Co Ltd filed Critical Sichuan Hongmei Intelligent Technology Co Ltd
Priority to CN201810762763.8A priority Critical patent/CN108899011B/zh
Publication of CN108899011A publication Critical patent/CN108899011A/zh
Application granted granted Critical
Publication of CN108899011B publication Critical patent/CN108899011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G10L15/00—Speech recognition
    • G10L15/01—Assessment or evaluation of speech recognition systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (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)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明提供了一种空调的语音功能测试方法、装置和系统，通过接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；实时获取外部的所述智能语音空调的运行日志；实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果。本发明提供的方案实现了语音测试的自动化。

Description

一种空调的语音功能测试方法、装置和系统
技术领域
本发明涉及智能家电测试技术领域，特别涉及一种空调的语音功能测试方法、装置和系统。
背景技术
智能语音空调越来越受到用户的青睐，其语音的调控性能将直接影响用户的体验。因此，对智能语音空调的语音功能进行测试，已成为必不可少的空调测试项目之一。
目前针对智能语音空调的语音功能的测试方式主要是，在测试的过程中，需要人监控智能语音空调对于输入的每一条测试语音指令的执行结果，并人为记录执行结果。即智能语音空调的语音功能测试的整个过程中，都需要人参与，而不能实现测试的自动化。
发明内容
本发明实施例提供了一种空调的语音功能测试方法、装置和系统，实现了语音功能测试的自动化。
一种空调的语音功能测试方法，接收外部输入的配置文件，还包括：
当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；
实时获取外部的所述智能语音空调的运行日志；
实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果。
可选地，
在所述播放所述配置文件中的至少一条语音测试指令之后，在所述实时获取外部的所述智能语音空调的运行日志之前，进一步包括：判断当前播放的所述语音测试指令是否播放过，如果是，对当前播放的所述语音测试指令的播放次数+1；否则，记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1；
在所述实时解析所述运行日志之后，在所述计算运行测试结果之前，进一步包括：如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1。
可选地，
所述计算运行测试结果，包括：利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure BDA0001728265360000021
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
可选地，
所述计算运行测试结果，包括：利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure BDA0001728265360000022
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
可选地，
上述方法进一步包括：预设播放次数阈值和命令词个数阈值；
所述计算运行测试结果，包括：针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure BDA0001728265360000031
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure BDA0001728265360000033
个最小的单个命令词识别率和
Figure BDA0001728265360000034
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
可选地，
所述计算运行测试结果，包括：
下述第一误识别率计算公式或者第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第一误识别率计算公式：
Figure BDA0001728265360000035
第二误识别率计算公式：
Figure BDA0001728265360000041
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
可选地，
所述计算运行测试结果，包括：利用下述第一激活率计算公式或者第二激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure BDA0001728265360000042
第二激活率计算公式：
Figure BDA0001728265360000043
其中，
Figure BDA0001728265360000044
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
可选地，
上述方法进一步包括：预设激活词播放次数阈值和激活词个数阈值；
所述计算运行测试结果，包括：针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure BDA0001728265360000045
其中，
Figure BDA0001728265360000046
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure BDA0001728265360000051
其中，
Figure BDA0001728265360000052
表征运行测试结果中的激活率；
Figure BDA0001728265360000053
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure BDA0001728265360000054
个最小的单个激活词激活率和
Figure BDA0001728265360000055
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值。
可选地，
所述计算运行测试结果，包括：利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
可选地，
上述方法进一步包括：预设激活词播放次数阈值和激活词播放基准次数，
所述计算运行测试结果，包括：针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure BDA0001728265360000056
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
一种空调的语音功能测试装置，包括：指令播放模块、通信模块以及数据处理模块，其中，
所述指令播放模块，用于接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令，当播放完成时，发送播放完成指令给所述数据处理模块；
所述通信模块，与外部的智能语音空调连接，用于实时获取外部的所述智能语音空调的运行日志，并将所述运行日志发送给所述数据处理模块；
所述数据处理模块，用于实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果。
可选地，
所述数据处理模块，进一步用于：
实时获取所述指令播放模块当前播放的语音测试指令，判断当前播放的所述语音测试指令是否播放过，如果是，对当前播放的所述语音测试指令的播放次数+1；否则，记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1；
如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1；
利用下述第一误识别率计算公式或者第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第一误识别率计算公式：
Figure BDA0001728265360000061
第二误识别率计算公式：
Figure BDA0001728265360000062
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
可选地，
所述数据处理模块，用于利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure BDA0001728265360000071
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
可选地，
所述数据处理模块，用于利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure BDA0001728265360000072
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
可选地，
所述数据处理模块，用于预设播放次数阈值和命令词个数阈值，并针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure BDA0001728265360000073
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
Figure BDA0001728265360000081
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure BDA0001728265360000082
个最小的单个命令词识别率和
Figure BDA0001728265360000083
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
可选地，
所述数据处理模块，用于利用下述第一激活率计算公式或者第二激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure BDA0001728265360000084
第二激活率计算公式：
Figure BDA0001728265360000085
其中，
Figure BDA0001728265360000086
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
可选地，
所述数据处理模块，用于预设激活词播放次数阈值和激活词个数阈值，针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure BDA0001728265360000087
其中，
Figure BDA0001728265360000088
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure BDA0001728265360000091
其中，
Figure BDA0001728265360000092
表征运行测试结果中的激活率；
Figure BDA0001728265360000093
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure BDA0001728265360000094
个最小的单个激活词激活率和
Figure BDA0001728265360000095
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值。
可选地，
所述数据处理模块，用于利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
可选地，
所述数据处理模块，用于预设激活词播放次数阈值和激活词播放基准次数，
针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure BDA0001728265360000101
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
一种空调的语音功能测试系统，包括：上述任一所述的空调的语音功能测试装置和智能语音空调，其中，
所述智能语音空调，与所述空调的语音功能测试装置连接，用于为所述空调的语音功能测试装置提供运行日志。
可选地，上述空调的语音功能测试系统进一步包括：专用播放设备，其中，
所述空调的语音功能测试装置，用于输出配置文件中的语音测试指令给所述专用播放设备；
所述专用播放设备，用于播放所述语音测试指令。
可选地，所述智能语音空调，用于针对所述语音测试指令，在所述运行日志中打印对应的识别结果；
所述空调的语音功能测试装置，用于直接实时获取所述运行日志中打印的识别结果，并进行统计，当接收到播放完成指令时，计算运行测试结果。
本发明实施例提供了一种空调的语音功能测试方法、装置和系统，空调的语音功能测试方法，接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；实时获取外部的所述智能语音空调的运行日志；实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果，实现了语音功能测试的自动化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。
图1是本发明一个实施例提供的空调的语音功能测试方法的流程图；
图2是本发明另一实施例提供的空调的语音功能测试方法的流程图；
图3是本发明一个实施例提供的空调的语音功能测试装置的结构示意图；
图4是本发明一个实施例提供的空调的语音功能测试系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通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。
如图1所示，本发明实施例提供了一种空调的语音功能测试方法，该方法可以包括以下步骤：
步骤101：接收外部输入的配置文件；
步骤102：当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；
步骤103：实时获取外部的所述智能语音空调的运行日志；
步骤104：实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果。
在图1所示的实施例中，通过接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；实时获取外部的所述智能语音空调的运行日志；实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果，实现了语音功能测试的自动化。
其中，播放方式可以按照需求任意设置，比如每隔一定秒数播放下一条语音测试指令，一条测试指令循环方式等等，比如针对不同的空调设置不同的重点测试语音命令等等，使得测试具有灵活性。
在本发明一个实施例中，为了实现对语音测试指令以及语音功能测试结果进行统计，在步骤102之后，在步骤103之前，进一步包括：判断当前播放的所述语音测试指令是否播放过，如果是，对当前播放的所述语音测试指令的播放次数+1；否则，记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1；并在所述实时解析所述运行日志之后，在所述计算运行测试结果之前，进一步包括：如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1。
在本发明一个实施例中，通过语音测试指令识别率来表征语音功能性能，则在计算运行测试结果中识别率可以分为三种计算方式：
识别率计算方式一：
利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure BDA0001728265360000121
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
识别率计算方式二：
所述计算运行测试结果，包括：利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure BDA0001728265360000122
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
识别率计算方式三：
预设播放次数阈值和命令词个数阈值；针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure BDA0001728265360000131
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
Figure BDA0001728265360000132
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure BDA0001728265360000133
个最小的单个命令词识别率和
Figure BDA0001728265360000134
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
在本发明一个实施例中，还可通过误识别率来表征语音功能的执行性能，对于误识别率，可通过下述两种计算方式得到。
误识别率计算方式一：
利用第一误识别率计算公式，计算所述运行测试结果中的误识别率；
第一误识别率计算公式：
Figure BDA0001728265360000141
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
误识别率计算方式二：
利用下述第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第二误识别率计算公式：
Figure BDA0001728265360000142
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
在本发明另一实施例中，对于语音激活词来说，通过计算激活率来表征激活词的测试结果。本发明提供三种激活率的计算方式，以供用户按需选择。
激活率计算方式一：
利用下述第一激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure BDA0001728265360000143
其中，
Figure BDA0001728265360000144
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
激活率计算方式二：
利用下述第二激活率计算公式，计算所述运行测试结果中的激活率
第二激活率计算公式：
Figure BDA0001728265360000145
其中，
Figure BDA0001728265360000146
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
激活率计算方式三：
预设激活词播放次数阈值和激活词个数阈值；
所述计算运行测试结果，包括：针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure BDA0001728265360000151
其中，
Figure BDA0001728265360000152
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure BDA0001728265360000153
其中，
Figure BDA0001728265360000154
表征运行测试结果中的激活率；
Figure BDA0001728265360000155
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure BDA0001728265360000156
个最小的单个激活词激活率和
Figure BDA0001728265360000157
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值。
在本发明另一实施例中，对于语音激活词来说，还通过计算误激活次数来表征激活词的测试结果。本发明提供两种误激活次数的计算方式，以供用户按需选择。
误激活次数计算方式一：
利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
误激活次数计算方式二：
预设激活词播放次数阈值和激活词播放基准次数，
针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure BDA0001728265360000161
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
如图2所示，本发明实施例提供了一种空调的语音功能测试方法，该方法可以包括以下步骤：
步骤201：接收外部输入的配置文件，预设播放次数阈值、命令词个数阈值、激活词播放次数阈值、激活词个数阈值、激活词播放次数阈值和激活词播放基准次数；
该配置文件可以根据需要设置，使得测试具有灵活性。
步骤202：当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；
该播放的过程可以采用高保真音响进行播放，保证语音测试指令能够被准确读取。
步骤203：判断当前播放的所述语音测试指令是否播放过，如果是，则执行步骤204；否则，执行步骤205；
步骤204：对当前播放的所述语音测试指令的播放次数+1，并执行步骤206；
步骤205：记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1，并执行步骤206；
步骤206：实时获取外部的所述智能语音空调的运行日志，并解析所述运行日志；
步骤207：如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1；
该识别结果是从运行日志中解析出来的，该步骤主要是可以只对识别成功次数进行统计，还可以对识别不成功的次数也进行统计，在此不再赘述。
步骤208：当接收到播放完成指令时，利用播放次数阈值、命令词个数阈值、激活词播放次数阈值、激活词个数阈值、激活词播放次数阈值和激活词播放基准次数，计算空调语音功能的识别率、误识别率、激活率及误激活次数。
在该步骤中，识别率的计算方式有三种，误识别率的计算方式有两种，激活率的计算方式有三种，误激活次数的计算方式有两种；用户可以根据自己的需求选择任意一种或多种统计方式，比如：对于播放次数较少、命令词较少的语音测试来说，可以选取识别率计算方式一或者识别率计算方式二；对于播放次数较多、命令词较多的语音测试来说，可以选取识别率计算方式三。对于误激活次数来说，可以统计一共误激活次数作为总的误激活次数，也可以统计一个单位的激活词播放基准次数内的激活次数作为误激活次数等等。又比如对于播放次数较少的激活词，可选择激活率计算方式一，对于各个激活词的激活率差距较大的可以选择激活率计算方式二或者激活率计算方式三。
识别率计算方式一：
利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure BDA0001728265360000181
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
识别率计算方式二：
所述计算运行测试结果，包括：利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure BDA0001728265360000182
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
识别率计算方式三：
预设播放次数阈值和命令词个数阈值；针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure BDA0001728265360000183
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
Figure BDA0001728265360000184
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure BDA0001728265360000191
个最小的单个命令词识别率和
Figure BDA0001728265360000192
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
误识别率计算方式一：
利用第一误识别率计算公式，计算所述运行测试结果中的误识别率；
第一误识别率计算公式：
Figure BDA0001728265360000193
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
误识别率计算方式二：
利用下述第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第二误识别率计算公式：
Figure BDA0001728265360000194
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
激活率计算方式一：
利用下述第一激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure BDA0001728265360000195
其中，
Figure BDA0001728265360000196
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
激活率计算方式二：
利用下述第二激活率计算公式，计算所述运行测试结果中的激活率
第二激活率计算公式：
Figure BDA0001728265360000201
其中，
Figure BDA0001728265360000202
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
激活率计算方式三：
预设激活词播放次数阈值和激活词个数阈值；
所述计算运行测试结果，包括：针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure BDA0001728265360000203
其中，
Figure BDA0001728265360000204
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure BDA0001728265360000205
其中，
Figure BDA0001728265360000206
表征运行测试结果中的激活率；
Figure BDA0001728265360000207
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure BDA0001728265360000208
个最小的单个激活词激活率和
Figure BDA0001728265360000209
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值。
误激活次数计算方式一：
利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
误激活次数计算方式二：
预设激活词播放次数阈值和激活词播放基准次数，
针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure BDA0001728265360000211
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
如图3所示，本发明一个实施例提供一种空调的语音功能测试装置，包括：指令播放模块301、通信模块302以及数据处理模块303，其中，
所述指令播放模块301，用于接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令，当播放完成时，发送播放完成指令给所述数据处理模块303；
所述通信模块302，与外部的智能语音空调连接，用于实时获取外部的所述智能语音空调的运行日志，并将所述运行日志发送给所述数据处理模块303；
所述数据处理模块303，用于实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果。
在本发明另一实施例中，所述数据处理模块303，进一步用于：
实时获取所述指令播放模块301当前播放的语音测试指令，判断当前播放的所述语音测试指令是否播放过，如果是，对当前播放的所述语音测试指令的播放次数+1；否则，记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1；
如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1；
利用下述第一误识别率计算公式或者第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第一识别率计算公式：
Figure BDA0001728265360000221
第二识别率计算公式：
Figure BDA0001728265360000222
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
在本发明另一实施例中，所述数据处理模块303，用于利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure BDA0001728265360000223
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
在本发明另一实施例中，所述数据处理模块303，用于利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure BDA0001728265360000231
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
在本发明另一实施例中，所述数据处理模块303，用于预设播放次数阈值和命令词个数阈值，并针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure BDA0001728265360000232
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
Figure BDA0001728265360000233
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure BDA0001728265360000234
个最小的单个命令词识别率和
Figure BDA0001728265360000235
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
在本发明另一实施例中，所述数据处理模块303，用于利用下述第一激活率计算公式或者第二激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure BDA0001728265360000241
第二激活率计算公式：
Figure BDA0001728265360000242
其中，
Figure BDA0001728265360000243
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
在本发明另一实施例中，所述数据处理模块，用于预设激活词播放次数阈值和激活词个数阈值，针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure BDA0001728265360000244
其中，
Figure BDA0001728265360000245
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure BDA0001728265360000246
其中，
Figure BDA0001728265360000247
表征运行测试结果中的激活率；
Figure BDA0001728265360000248
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure BDA0001728265360000249
个最小的单个激活词激活率和
Figure BDA00017282653600002410
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值。
在本发明另一实施例中，所述数据处理模块303，用于利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数。
在本发明又一实施例中，所述数据处理模块303，用于预设激活词播放次数阈值和激活词播放基准次数，
针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure BDA0001728265360000251
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
如图4所示，本发明实施例提供空调的语音功能测试系统，包括：上述任一所述的空调的语音功能测试装置401和智能语音空调402，其中，
所述智能语音空调402，与所述空调的语音功能测试装置401连接，用于为所述空调的语音功能测试装置提供运行日志。
在本发明另一实施例中，上述空调的语音功能测试系统，进一步包括：专用播放设备(图中未示出)，其中，
所述空调的语音功能测试装置，用于输出配置文件中的语音测试指令给所述专用播放设备；
所述专用播放设备，用于播放所述语音测试指令。
可以理解地，该专用播放设备可以为高保真音响/音箱。
在本发明另一实施例中，所述智能语音空调402，用于针对所述语音测试指令，在所述运行日志中打印对应的识别结果；
所述空调的语音功能测试装置401，用于直接实时获取所述运行日志中打印的识别结果，并进行统计，当接收到播放完成指令时，计算运行测试结果。
本发明实施例提供了一种可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行本发明上述任一实施例提供的方法。
本发明实施例提供了一种存储控制器，包括：处理器、存储器和总线；所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行本发明上述任一实施例提供的方法。
综上所述，本发明以上各个实施例至少具有如下有益效果：
1、在本发明实施例中，通过接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；实时获取外部的所述智能语音空调的运行日志；实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果，实现了语音功能测试的自动化。
2、在本发明实施例中，通过识别率、误识别率、激活率和误激活次数统计运行测试结果，使统计出的运行测试结果比较准确和直观。
3、在本发明实施例中，针对识别率、误识别率、激活率和误激活次数分别提供两种或三种计算方式，以供按需选择，从而使运行测试结果计算更加准确。
4、按照配置文件播放语音测试指令，该配置文件可以根据需要设置，使得测试具有灵活性。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (8)

1.一种空调的语音功能测试方法，其特征在于，接收外部输入的配置文件，还包括：
当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令；
实时获取外部的智能语音空调的运行日志；
实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果；
在所述播放所述配置文件中的至少一条语音测试指令之后，在所述实时获取外部的所述智能语音空调的运行日志之前，进一步包括：判断当前播放的所述语音测试指令是否播放过，如果是，对当前播放的所述语音测试指令的播放次数+1；否则，记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1；
在所述实时解析所述运行日志之后，在所述计算运行测试结果之前，进一步包括：如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1；
当接收到播放完成指令时，利用播放次数阈值、命令词个数阈值、激活词个数阈值、激活词播放次数阈值和激活词播放基准次数，计算空调语音功能的识别率、误识别率、激活率及误激活次数；
所述计算运行测试结果，包括：利用下述第一激活率计算公式或者第二激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure FDA0002595298330000011
第二激活率计算公式：
Figure FDA0002595298330000012
其中，
Figure FDA0002595298330000021
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数；
或者，
进一步包括：预设激活词播放次数阈值和激活词个数阈值；
所述计算运行测试结果，包括：针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure FDA0002595298330000022
其中，
Figure FDA0002595298330000023
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure FDA0002595298330000024
其中，
Figure FDA0002595298330000025
表征运行测试结果中的激活率；
Figure FDA0002595298330000026
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure FDA0002595298330000027
个最小的单个激活词激活率和
Figure FDA0002595298330000028
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值；
和/或，
所述计算运行测试结果，包括：利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数；
或者，
进一步包括：预设激活词播放次数阈值和激活词播放基准次数，
所述计算运行测试结果，包括：针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure FDA0002595298330000031
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
2.根据权利要求1所述的空调的语音功能测试方法，其特征在于，
所述计算运行测试结果，包括：利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure FDA0002595298330000032
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数；
或者，
所述计算运行测试结果，包括：利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure FDA0002595298330000041
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数；
或者，
进一步包括：预设播放次数阈值和命令词个数阈值；
所述计算运行测试结果，包括：针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure FDA0002595298330000042
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
Figure FDA0002595298330000043
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure FDA0002595298330000044
个最小的单个命令词识别率和
Figure FDA0002595298330000045
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
3.根据权利要求1或2所述的空调的语音功能测试方法，其特征在于，所述计算运行测试结果，包括：
利用下述第一误识别率计算公式或者第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第一误识别率计算公式：
Figure FDA0002595298330000051
第二误识别率计算公式：
Figure FDA0002595298330000052
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
4.一种空调的语音功能测试装置，其特征在于，包括：指令播放模块、通信模块以及数据处理模块，其中，
所述指令播放模块，用于接收外部输入的配置文件，当接收到播放触发时，读取所述配置文件，并按照所述配置文件中配置的语音测试指令的播放方式，播放所述配置文件中的至少一条语音测试指令，当播放完成时，发送播放完成指令给所述数据处理模块；
所述通信模块，与外部的智能语音空调连接，用于实时获取外部的所述智能语音空调的运行日志，并将所述运行日志发送给所述数据处理模块；
所述数据处理模块，用于实时解析所述运行日志，当接收到播放完成指令时，计算运行测试结果；
所述数据处理模块，进一步用于：
实时获取所述指令播放模块当前播放的语音测试指令，判断当前播放的所述语音测试指令是否播放过，如果是，对当前播放的所述语音测试指令的播放次数+1；否则，记录当前播放的所述语音测试指令，并记录当前播放的所述语音测试指令的播放次数为1；
如果当前播放的所述语音测试指令对应的识别结果与当前播放的所述语音测试指令一致，则对当前播放的所述语音测试指令对应的识别成功次数+1；
当接收到播放完成指令时，利用播放次数阈值、命令词个数阈值、激活词个数阈值、激活词播放次数阈值和激活词播放基准次数，计算空调语音功能的识别率、误识别率、激活率及误激活次数；
所述数据处理模块，进一步用于利用下述第一激活率计算公式或者第二激活率计算公式，计算所述运行测试结果中的激活率；
第一激活率计算公式：
Figure FDA0002595298330000061
第二激活率计算公式：
Figure FDA0002595298330000062
其中，
Figure FDA0002595298330000063
表征运行测试结果中的激活率；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数；
或者，
所述数据处理模块，用于预设激活词播放次数阈值和激活词个数阈值，针对播放次数不小于激活词播放次数阈值的激活词，执行M1～M3：
M1：利用下述单个激活词激活率计算公式，计算单个激活词识别率；
Figure FDA0002595298330000064
其中，
Figure FDA0002595298330000065
表征单个激活词x的激活率；Jx表征激活词x对应的激活成功的次数；Dx表征激活词x对应的播放次数，且Dx不小于所述激活词播放次数阈值；
M2：当激活词的个数不大于所述激活词个数阈值时，利用下述第三激活率计算公式，计算所述运行测试结果中的激活率；
第三激活率计算公式：
Figure FDA0002595298330000066
其中，
Figure FDA0002595298330000067
表征运行测试结果中的激活率；
Figure FDA0002595298330000068
表征播放次数不小于所述激活词播放次数阈值的激活词g对应的单个激活词激活率；v表征播放次数不小于所述激活词播放次数阈值的激活词的个数；
当激活词的个数大于所述激活词个数阈值时，去除
Figure FDA0002595298330000071
个最小的单个激活词激活率和
Figure FDA0002595298330000072
个最大的激活词激活率，并将剩余的单个激活词识别率的平均值作为所述运行测试结果中的识别率，其中，T表征所述激活词个数阈值；
和/或，
所述数据处理模块，用于利用下述第一误激活次数计算公式，计算所述运行测试结果中的误激活次数；
第一误激活次数计算公式：
W＝D1-J1+…+Dp-Jp
其中，W表征误激活次数；Jp表征激活词p对应的激活成功的次数；Dp表征激活词p对应的播放次数；
或者，
所述数据处理模块，用于预设激活词播放次数阈值和激活词播放基准次数，
针对播放次数不小于激活词播放次数阈值的激活词，执行：
利用下述第二误激活次数计算公式，计算所述运行测试结果中的每一个单位的激活词播放基准次数中误激活次数；
第二误激活次数计算公式：
Figure FDA0002595298330000073
其中，W表征误激活次数；Jg表征播放次数不小于所述激活词播放次数阈值的激活词g对应的激活次数；Dg表征激活词g对应的播放次数；D表征激活词播放基准次数。
5.根据权利要求4所述的空调的语音功能测试装置，其特征在于，所述数据处理模块，进一步用于：
利用下述第一误识别率计算公式或者第二误识别率计算公式，计算所述运行测试结果中的误识别率；
第一误识别率计算公式：
Figure FDA0002595298330000081
第二误识别率计算公式：
Figure FDA0002595298330000082
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数。
6.根据权利要求5所述的空调的语音功能测试装置，其特征在于，
所述数据处理模块，用于利用下述第一识别率计算公式，计算所述运行测试结果中的识别率；
第一识别率计算公式：
Figure FDA0002595298330000083
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数；
或者，
所述数据处理模块，用于利用下述第二识别率计算公式，计算所述运行测试结果中的识别率；
第二识别率计算公式：
Figure FDA0002595298330000084
其中，ω表征运行测试结果中的识别率；Sn表征命令词n对应的识别成功的次数；Cn表征命令词n对应的播放次数；
或者，
所述数据处理模块，用于预设播放次数阈值和命令词个数阈值，并针对播放次数不小于所述播放次数阈值的命令词，执行N1～N3：
N1：利用下述单个命令词识别率计算公式，计算单个命令词识别率；
Figure FDA0002595298330000091
其中，ωi表征单个命令词识别率；Si表征命令词i对应的识别成功的次数；Ci表征命令词i对应的播放次数，且Ci不小于所述播放次数阈值；
N2：当命令词的个数不大于所述命令词个数阈值时，利用下述第三识别率计算公式，计算所述运行测试结果中的识别率；
第三识别率计算公式：
Figure FDA0002595298330000092
其中，ω表征运行测试结果中的识别率；ωk表征播放次数不小于所述播放次数阈值的命令词k对应的单个命令词识别率；m表征播放次数不小于所述播放次数阈值的命令词的个数；
N3：当命令词的个数大于所述命令词个数阈值时，去除
Figure FDA0002595298330000093
个最小的单个命令词识别率和
Figure FDA0002595298330000094
个最大的单个命令词识别率，并将剩余的单个命令词识别率的平均值作为所述运行测试结果中的识别率，其中，F表征所述命令词个数阈值。
7.一种空调的语音功能测试系统，其特征在于，包括：权利要求4至6任一所述的空调的语音功能测试装置和智能语音空调，其中，
所述智能语音空调，与所述空调的语音功能测试装置连接，用于为所述空调的语音功能测试装置提供运行日志。
8.根据权利要求7所述的系统，其特征在于，
进一步包括：专用播放设备，其中，
所述空调的语音功能测试装置，用于输出配置文件中的语音测试指令给所述专用播放设备；
所述专用播放设备，用于播放所述语音测试指令；
和/或，
所述智能语音空调，用于针对所述语音测试指令，在所述运行日志中打印对应的识别结果；
所述空调的语音功能测试装置，用于直接实时获取所述运行日志中打印的识别结果，并进行统计，当接收到播放完成指令时，计算运行测试结果。
CN201810762763.8A 2018-07-12 2018-07-12 一种空调的语音功能测试方法、装置和系统 Active CN108899011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810762763.8A CN108899011B (zh) 2018-07-12 2018-07-12 一种空调的语音功能测试方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810762763.8A CN108899011B (zh) 2018-07-12 2018-07-12 一种空调的语音功能测试方法、装置和系统

Publications (2)

Publication Number Publication Date
CN108899011A CN108899011A (zh) 2018-11-27
CN108899011B true CN108899011B (zh) 2020-09-08

Family

ID=64349483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810762763.8A Active CN108899011B (zh) 2018-07-12 2018-07-12 一种空调的语音功能测试方法、装置和系统

Country Status (1)

Country Link
CN (1) CN108899011B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148405B (zh) * 2019-04-10 2021-07-13 北京梧桐车联科技有限责任公司 语音指令处理方法及装置、电子设备及存储介质
CN110782874B (zh) * 2019-11-05 2022-08-16 四川虹美智能科技有限公司 一种语音库管理方法、语音识别测试方法和装置
CN115985293A (zh) * 2021-10-15 2023-04-18 青岛海尔电冰箱有限公司 冰箱语音模块的测试系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005086768A (ja) * 2003-09-11 2005-03-31 Toshiba Corp 制御装置、制御方法およびプログラム
CN103996400A (zh) * 2014-04-29 2014-08-20 四川长虹电器股份有限公司 一种语音识别方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103941868B (zh) * 2014-04-14 2017-08-18 美的集团股份有限公司 语音控制准确率调整方法和系统
CN108228468A (zh) * 2018-02-12 2018-06-29 腾讯科技（深圳）有限公司 一种测试方法、装置、测试设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005086768A (ja) * 2003-09-11 2005-03-31 Toshiba Corp 制御装置、制御方法およびプログラム
CN103996400A (zh) * 2014-04-29 2014-08-20 四川长虹电器股份有限公司 一种语音识别方法

Also Published As

Publication number Publication date
CN108899011A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
EP3611895B1 (en) Method and device for user registration, and electronic device
CN108899011B (zh) 一种空调的语音功能测试方法、装置和系统
US10475484B2 (en) Method and device for processing speech based on artificial intelligence
KR20190120353A (ko) 음성 인식 방법, 디바이스, 장치, 및 저장 매체
CN110602624B (zh) 音频测试方法、装置、存储介质及电子设备
CN111369976A (zh) 测试语音识别设备的方法及测试装置
CN112151029A (zh) 语音唤醒与识别自动化测试方法、存储介质及测试终端
CN111081085B (zh) 一种听写的控制方法及终端设备
WO2019174150A1 (zh) 网络教学内容中难点检测方法以及装置
CN109637536B (zh) 一种自动化识别语义准确性的方法及装置
US20230077478A1 (en) Method and apparatus for testing full-duplex speech interaction system
CN109271480B (zh) 一种语音搜题方法及电子设备
CN109273004B (zh) 基于大数据的预测性语音识别方法及装置
CN113225659A (zh) 设备测试方法及电子设备
CN114760274B (zh) 在线课堂的语音交互方法、装置、设备及存储介质
CN111081088A (zh) 一种听写字词收录方法及电子设备
CN114691903A (zh) 一种智能课程测试方法及系统、电子设备、存储介质
CN114510617A (zh) 在线课程学习行为确定方法及装置
CN114611504A (zh) 用户言论、风险用户的识别方法及相关装置
CN111026839B (zh) 一种听写字掌握程度的检测方法及电子设备
JP6225077B2 (ja) 学習状態監視端末、学習状態監視方法、学習状態監視端末用プログラム
US20100174530A1 (en) Electronic audio playing apparatus with an interactive function and method thereof
CN112631850A (zh) 故障场景的模拟方法及装置
CN110796364A (zh) 在线课堂的质检方法、装置、电子设备及存储介质
CN115083437B (zh) 一种确定学习者发音的不确定性的方法及装置

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
GR01 Patent grant
GR01 Patent grant