CN111354335A - 一种语音识别测试方法、装置、存储介质及终端设备 - Google Patents

Abstract

本发明涉及计算机技术领域，尤其涉及一种语音识别测试方法、装置、计算机可读存储介质及终端设备，所述方法包括：确定语音识别测试的当前测试项，当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；发送待测试音频至第一播放装置，并控制第一播放装置以第一音量播放待测试音频；发送播放控制信号至第二播放装置，以控制第二播放装置以第二音量播放噪音音频；获取第一播放装置播放的待测试音频产生的第一语音数据和第二播放装置播放的噪音音频产生的第二语音数据；对第一语音数据和第二语音数据进行语音识别，得到语音识别结果；将语音识别结果与待测试音频对应的标准识别结果进行比较，得到当前测试项对应的测试结果。

Description

一种语音识别测试方法、装置、存储介质及终端设备

技术领域

本发明涉及计算机技术领域，尤其涉及一种语音识别测试方法、装置、计算机可读存储介质及终端设备。

背景技术

随着信息技术的不断发展与进步，基于语音交互的电子产品越来越多地应用到了人们的日常生活中，如机器人、智能音箱、手机语音助手以及智能家居等等，而为确保这些基于语音交互的电子产品具备良好的语音交互质量，往往需要对其进行语音识别测试，以方便根据识别准确率来进行语音识别系统的优劣选择。现有的语音识别测试方式，大多是通过人工执行语音测试，并通过人工体验语音交互效果，这种通过人工测试的方式，不仅存在测试周期长、测试费时费力的问题，而且还因存在人为误差，而极大地降低了语音识别测试的有效性和准确性。

发明内容

本发明实施例提供了一种语音识别测试方法、装置、计算机可读存储介质及终端设备，能够自动进行智能语音设备的语音识别测试，缩短测试周期，减少测试人员的工作强度，极大地提高了语音识别测试的测试效率、有效性及准确性。

本发明实施例的第一方面，提供了一种语音识别测试方法，包括：

确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；

获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

进一步地，所述确定语音识别测试的当前测试项，包括：

根据预设配置条件预先进行测试项的配置，得到待测试表，所述待测试表包括一个或者多个测试项，每一测试项中均配置有待测试音频所要求的第一音量和对应的噪音音频所要求的第二音量；

根据所述待测试表中各测试项的第一测试顺序，确定所述语音识别测试的当前测试项。

优选地，所述发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频，包括：

获取各待测试音频，并确定各待测试音频的第二测试顺序；

根据所述第二测试顺序，发送所述待测试音频至所述第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频。

可选地，所述将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果，包括：

将所述语音识别结果与对应的待测试音频的标准识别结果进行比较，得到所述语音识别结果中识别正确的第一字符数量；

根据所述第一字符数量和所述标准识别结果对应的第二字符数量，得到所述当前测试项中各待测试音频的字识别准确率。

进一步地，在得到所述当前测试项中各待测试音频的字识别准确率之后，包括：

根据各当前测试项中各待测试音频的字识别准确率，确定所述语音识别测试的字识别总准确率和各当前测试项中各待测试音频的句识别准确性；

根据各当前测试项中各待测试音频的句识别准确性，确定所述语音识别测试的句识别准确率；

根据所述字识别准确率、所述字识别总准确率以及所述句识别准确率，生成所述语音识别测试的测试报告。

优选地，所述控制所述第一播放装置以所述第一音量播放所述待测试音频，包括：

控制所述第一播放装置播放所述待测试音频，并通过第一声压计获取所述待测试音频的第一实际播放音量；

判断所述第一实际播放音量是否与所述第一音量相同；

若所述第一实际播放音量与所述第一音量不相同，则根据所述第一实际播放音量生成对应的第一音量调节信号，并将所述第一音量调节信号发送至所述第一播放装置，以使得所述第一播放装置根据所述第一音量调节信号将所述待测试音频的第一实际播放音量调节至所述第一音量。

可选地，所述发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频，包括：

发送播放控制信号至第二播放装置，以控制所述第二播放装置播放噪音音频，并通过第二声压计获取所述噪音音频的第二实际播放音量；

判断所述第二实际播放音量是否与所述第二音量相同；

若所述第二实际播放音量与所述第二音量不相同，则根据所述第二实际播放音量生成对应的第二音量调节信号，并将所述第二音量调节信号发送至所述第二播放装置，以使得所述第二播放装置根据所述第二音量调节信号将所述噪音音频的第二实际播放音量调节至所述第二音量。

本发明实施例的第二方面，提供了一种语音识别测试装置，包括：

测试项确定模块，用于确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

待测试音频播放模块，用于发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

噪音音频播放模块，用于发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；

语音数据获取模块，用于获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

语音数据识别模块，用于对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

测试结果获取模块，用于将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述第一方面所述语音识别测试方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述第一方面所述语音识别测试方法的步骤。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例中，在进行智能语音设备的语音识别测试时，可首先确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；其次，发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；再次，发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；然后，获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据，并对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；最后，将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。本发明实施例中，通过自动控制待测试音频和噪音音频的播放情况，并通过在噪音音频的干扰下自动进行待测试音频所产生的语音数据的获取和自动识别，来实现智能语音设备中语音识别测试的自动化，以缩短测试周期，减少测试人员的工作强度，从而提高语音识别测试的测试效率、有效性及准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中一种语音识别测试系统的系统结构图；

图2为本发明实施例中一种语音识别测试方法的一个实施例流程图；

图3为本发明实施例中一种语音识别测试方法在一个应用场景下调节待测试音频的播放音量的流程示意图；

图4为本发明实施例中一种语音识别测试方法在一个应用场景下生成测试报告的流程示意图

图5为本发明实施例中一种语音识别测试装置的一个实施例结构图；

图6为本发明一实施例提供的一种终端设备的示意图。

具体实施方式

本发明实施例提供了一种语音识别测试方法、装置、计算机可读存储介质及终端设备，能够自动进行智能语音设备的语音识别测试，缩短测试周期，减少测试人员的工作强度，极大地提高了语音识别测试的测试效率、有效性及准确性。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明实施例提供的语音识别测试方法应用于如图1所示的语音识别测试系统中，其中，所述语音识别测试系统包括智能语音设备10、第一播放装置11 和第二播放装置，所述智能语音设备10分别与所述第一播放装置11和所述第二播放装置连接，如所述智能语音设备10可通过音频线等有线方式或者通过蓝牙等无线方式与所述第一播放装置11连接，所述智能语音设备10通过集成电路总线IIC与所述第二播放装置相连接，所述智能语音设备10中安装有声压计 101和待测试的语音识别系统，所述语音识别系统包括麦克风阵列，所述声压计101安装于所述麦克风阵列的周围。

所述智能语音设备10中存储有测试用的待测试音频，所述第二播放装置中存储有制造噪音环境的噪音音频，其中，所述第二播放装置可以包括播放器 120、第一喇叭121、第二喇叭122以及第三喇叭123，其中，所述噪音音频存储于所述播放器120中，所述第一喇叭121、所述第二喇叭122以及所述第三喇叭123分别与所述播放器120相连接，并且所述第一喇叭121、所述第二喇叭122和所述第三喇叭123设置于所述智能语音设备的不同方向处，如在所述第一播放装置11设置于所述智能语音设备10的正前方0°方向时，所述第一喇叭121则可设置于所述智能语音设备的逆时针90°方向、所述第二喇叭122 则可设置所述智能语音设备的逆时针180°方向、所述第三喇叭123则可设置于所述智能语音设备的逆时针270°方向。优选地，所述第一喇叭121、所述第二喇叭122以及所述第三喇叭123到所述智能语音设备的距离相等。

可以理解的是，本发明实施例中，所述第一播放装置11可以为音响，例如可以为高保真音响，所述播放器则可以为安装于手机等移动终端中的软件播放器等。

当需要进行某一语音识别测试时，所述智能语音设备10可首先将其内存储的待测试音频发送至所述第一播放装置11，所述第一播放装置11则播放所述待测试音频，而在所述第一播放装置11播放所述待测试音频时，所述智能语音设备10中的声压计101可测量所播放的待测试音频到所述麦克风阵列处的音量，以根据所测量的音量来对所述待测试音频的音量进行调节，以使得所述待测试音频的音量满足测试要求。同样地，所述智能语音设备10还可发送播放控制信号至所述播放器120，控制所述播放器120播放噪音音频，而在所述播放器120播放所述噪音音频时，所述智能语音设备10中的声压计101还可测量所播放的噪音音频到所述麦克风阵列处的音量，以根据所测量的音量来对所述噪音音频的音量进行调节，以使得所述噪音音频的音量满足测试要求。在完成所述待测试音频的音量调节和所述噪音音频的音量调节后，可同时控制所述待测试音频和所述噪音音频播放，以开始执行该语音识别测试。

请参阅图2，本发明实施例提供了一种语音识别测试方法，所述语音识别测试方法，包括：

步骤S201、确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

本发明实施例中，所述确定语音识别测试的当前测试项，可以包括：

步骤a、根据预设配置条件预先进行测试项的配置，得到待测试表，所述待测试表包括一个或者多个测试项，每一测试项中均配置有待测试音频所要求的第一音量和对应的噪音音频所要求的第二音量；

步骤b、根据所述待测试表中各测试项的第一测试顺序，确定所述语音识别测试的当前测试项。

对于上述步骤a和步骤b，可以理解的是，在进行语音识别测试之前，可预先进行待测试表的配置，如以声音到麦克风阵列处音量60db为基准，以待测试音频与噪音音频之间的音量差为±5db、±10db、±15db、±20db来进行测试项的构建，得到如下表1所述的待测试表：

表1

在得到上述的表1后，可根据表1中的测试号确定各测试项的第一测试顺序，而在对具体语音识别系统进行语音识别测试时，则可根据所述第一测试顺序，确定出每一次语音识别测试所对应的当前测试项，以根据当前测试项所对应的第一音量和第二音量来构建测试环境，从而在该测试环境下进行语音识别测试。

步骤S202、发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

优选地，本发明实施例中，所述发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频，可以包括：

步骤c、获取各待测试音频，并确定各待测试音频的第二测试顺序；

步骤d、根据所述第二测试顺序，发送所述待测试音频至所述第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频。

对于上述步骤c和步骤d，可以理解的是，在进行语音识别测试前，可首先获取用于执行语音识别测试的各待测试音频，并将各待测试音频导入智能语音设备中，同时还可在智能语音设备中对各待测试音频的第二测试顺序进行设置，例如，在某一具体应用场景中，当所获取到的待测试音频有：音频A、音频B、音频C、音频D以及音频E时，可通过对获取到的各待测试音频进行编号，来确定各待测试音频的第二测试顺序，例如将音频A编号为1、将音频B 编号为2、将音频C编号为3、将音频D编号为4以及将音频E编号为5，以此表明音频A第一个播放，音频B第二个播放，音频C第三个播放，音频D 第四个播放，而音频E第五个播放。

本发明实施例中，在确定了语音识别测试所对应的当前测试项后，可根据所述第二测试顺序依次发送各待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放各待测试音频，以在当前测试项中根据所述第二测试顺序依次对各待测试音频进行语音识别测试。如在上述具有5个待测试音频的应用场景中，当确定当前测试项为上表1中测试号为3的测试项时，则可确定待测试音频所要求的第一音量为75db，而噪音音频所要求的第二音量为 80db，因而此时可首先将音频A发送至第一播放装置，并控制第一播放装置以 75db播放音频A，同时控制第二播放装置以80db播放噪音音频，以进行测试项3中音频A的语音识别测试；在完成音频A的语音识别测试后，则可继续将音频B发送至第一播放装置，并控制第一播放装置以75db播放音频B，同时控制第二播放装置以80db播放噪音音频，以进行测试项3中音频B的语音识别测试；在完成音频B的语音识别测试后，可依此继续进行音频C、音频D以及音频E的语音识别测试，而在完成了测试项3中所有待测试音频的语音识别测试之后，则可确定下一个测试项，并在下一个测试项中继续进行所有待测试音频的语音识别测试，例如继续在测试项4中依次进行音频A、音频B、音频 C、音频D以及音频E的语音识别测试。

步骤S203、发送播放控制信号至第二播放装置，以控制所述第二播放装置播放以所述第二音量噪音音频；

可以理解的是，在确定了语音识别测试所对应的当前测试项后，即可获知该当前测试项所要求的噪音音频的第二音量，而在确定了噪音音频的第二音量后，则可发送播放控制信号至存储噪音音频的第二播放装置中，其中，所述播放控制信号中包括有所要求的第二音量，所述第二播放装置在接收到所述播放控制信号后，即以所述第二音量播放所述噪音音频，以制造该当前测试项所要求的噪音环境。

本发明实施例中，还可在麦克风阵列的周围设置声压计来测量声音到麦克风阵列处的音量，以根据所测量到的音量进行待测试音频播放音量的调节和噪音音频播放音量的调节，从而确保待测试音频的音量和噪音音频的音量满足各测试项的测试要求，提高测试效果。具体地，如图3所示，所述控制所述第一播放装置以所述第一音量播放所述待测试音频，可以包括：

步骤S301、控制所述第一播放装置播放所述待测试音频，并通过第一声压计获取所述待测试音频的第一实际播放音量；

步骤S302、确定所述第一实际播放音量是否与所述第一音量相同；

步骤S303、当所述第一实际播放音量与所述第一音量不相同时，根据所述第一实际播放音量生成对应的第一音量调节信号，并将所述第一音量调节信号发送至所述第一播放装置，以使得所述第一播放装置根据所述第一音量调节信号将所述待测试音频的第一实际播放音量调节至所述第一音量。

对于上述步骤S301至步骤S303，可以理解的是，在发送待测试音频至第一播放装置，并控制第一播放装置播放待测试音频后，可通过设置于麦克风阵列周围的第一声压计来测量该待测试音频的第一实际播放音量，从而可根据测量到的第一实际播放音量来确定待测试音频的播放音量是否满足该当前测试项所要求的第一音量，若不满足的话，则生成对应的第一音量调节信号，并将该第一音量调节信号发送至第一播放装置，第一播放装置则可根据该第一音量调节信号来对该待测试音频的播放音量进行调节，以将该待测试音频的播放音量从第一实际播放音量调节至所要求的第一音量，如在某一具体应用场景中，当前测试项所要求的第一音量为65db，而通过第一声压计测量到该待测试音频的第一实际播放音量为60db时，则可生成第一音量调节信号，以根据该第一音量调节信号将该待测试音频的播放音量从60db调节至65db。

可选地，本发明实施例中，所述发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频，可以包括：

步骤e、发送播放控制信号至第二播放装置，以控制所述第二播放装置播放噪音音频，并通过第二声压计获取所述噪音音频的第二实际播放音量；

步骤f、确定所述第二实际播放音量是否与所述第二音量相同；

步骤g、当所述第二实际播放音量与所述第二音量不相同时，根据所述第二实际播放音量生成对应的第二音量调节信号，并将所述第二音量调节信号发送至所述第二播放装置，以使得所述第二播放装置根据所述第二音量调节信号将所述噪音音频的第二实际播放音量调节至所述第二音量。

上述步骤e至步骤g是根据声压计测量的音量对噪音音频的实际播放音量进行调节的过程，其与上述步骤S301至步骤S303相似，基本原理相同，为简明起见，在此不再赘述。

步骤S204、获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

本发明实施例中，在所述第一播放装置以所述第一音量播放所述待测试音频以及在所述第二播放装置以所述第二音量播放所述噪音音频之后，则可获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据，如可通过语音识别系统中的麦克风阵列采集与所述待测试音频对应的第一音频信号以及与所述噪音音频对应的第二音频信号，并将所述第一音频信号转换为对应的第一音频数据，同时将所述第二音频信号转换为对应的第二音频数据，从而得到与所述待测试音频对应的第一语音数据，以及得到与所述噪音音频对应的第二语音数据。

步骤S205、对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

可以理解的是，在得到所述待测试音频对应的第一语音数据和所述噪音音频对应的第二语音数据后，则可对所述第一语音数据和所述第二语音数据进行语音识别，即从包含噪音的语音数据中识别所述第一语音数据，以此得到所述第一语音数据的语音识别结果。

步骤S206、将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

本发明实施例中，所述智能语音设备中预先存储有各待测试音频所对应的标准识别结果，其中，所述标准识别结果可以为人工标注的识别结果，因而在得到当前测试项下各待测试音频的语音识别结果后，可将各语音识别结果与对应的标准识别结果进行比较，以得到当前测试项所对应的测试结果。

例如，在上述具有5个待测试音频的应用场景中，当在测试项3中进行语音识别测试时，可将音频A的语音识别结果A1与音频A对应的标准识别结果 A0进行比较、将音频B的语音识别结果B1与音频B对应的标准识别结果B0 进行比较、将音频C的语音识别结果C1与音频C对应的标准识别结果C0进行比较、将音频D的语音识别结果D1与音频D对应的标准识别结果D0进行比较以及将音频E的语音识别结果E1与音频E对应的标准识别结果E0进行比较，以得到测试项3中音频A、音频B、音频C、音频D以及音频E的识别情况，从而根据音频A、音频B、音频C、音频D以及音频E的识别情况得到测试项3对应的测试结果。

可选地，本发明实施例中，所述将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果，具体可以包括：

步骤h、将所述语音识别结果与对应的待测试音频的标准识别结果进行比较，得到所述语音识别结果中识别正确的第一字符数量；

步骤i、根据所述第一字符数量和所述标准识别结果对应的第二字符数量，得到所述当前测试项中各待测试音频的字识别准确率。

对于上述步骤h和步骤i，可以理解的是，本发明实施例中，所述语音识别结果包括字识别准确率，因而，在得到当前测试项中各待测试音频的语音识别结果后，可将各语音识别结果与对应的标准识别结果进行比较，以得到所述语音识别结果中识别正确的第一字符数量，从而根据所述第一字符数量和所述标准识别结果对应的第二字符数量，统计得到所述当前测试项中各待测试音频的字识别准确率。

例如，在某一具体应用场景中，测试项3中音频A的语音识别结果A1为“我们今天没有上班”，而音频A所对应的标准识别结果A0为“我们今天九点上班”，可知语音识别结果A1中识别正确的字符数量为6个，而标准识别结果 A0的字符数量为8个，则可以计算得到测试项3中音频A的字识别准确率为 0.75。

进一步地，如图4所示，本发明实施例中，在得到所述当前测试项中各待测试音频的字识别准确率之后，还可以包括：

步骤S401、根据各当前测试项中各待测试音频的字识别准确率，确定所述语音识别测试的字识别总准确率和各当前测试项中各待测试音频的句识别准确性；

可以理解的是，在得到各测试项中各待测试音频的字识别准确率之后，可进一步计算得到语音识别测试的字识别总准确率，例如，在某一具体应用场景中，语音识别测试可包括：测试项1、测试项2、测试项3和测试项4，而待测试音频可包括：音频A、音频B、音频C、音频D和音频E，其中，语音识别测试后得到：测试项1中音频A的字识别准确率为0.7、音频B的字识别准确率为0.5、音频C的字识别准确率为0.46、音频D的字识别准确率为1、音频E 的字识别准确率为0.73；测试项2中音频A的字识别准确率为0.72、音频B的字识别准确率为0.54、音频C的字识别准确率为0.6、音频D的字识别准确率为1、音频E的字识别准确率为0.5；测试项3中音频A的字识别准确率为0.4、音频B的字识别准确率为0.45、音频C的字识别准确率为0.5、音频D的字识别准确率为0.52、音频E的字识别准确率为0.63；测试项4中音频A的字识别准确率为1、音频B的字识别准确率为0.8、音频C的字识别准确率为0.7、音频D的字识别准确率为0.65、音频E的字识别准确率为1，因此可计算得到测试项1的字识别总准确率为(0.7+0.5+0.46+1+0.73)/5＝0.678，测试项2的字识别总准确率为(0.72+0.54+0.6+1+0.5)/5＝0.672，测试项3的字识别总准确率为 (0.4+0.45+0.5+0.52+0.63)/5＝0.5，测试项4的字识别总准确率为 (1+0.8+0.7+0.65+1)/5＝0.83，从而可得到该语音识别测试的字识别总准确率为(0.638+0.592+0.5+0.69)/4＝0.67。

需要说明的是，本发明实施例中，当然也可统计各测试项中各待测试音频识别准确的第一字符数量，并根据该第一字符数量统计得到该语音识别测试中识别正确的第一总字符数量，然后根据该第一总字符数量和该语音识别测试所对应的总字符数量来得到该语音识别测试的字识别总准确率。

进一步地，本发明实施例中，还可以根据各当前测试项中各待测试音频的字识别准确率，来确定出各当前测试项中各待测试音频的句识别准确性，具体地，当所述字识别准确率为1时，对应的句识别准确性则为1，否则对应的句识别准确性为0。

步骤S402、根据各当前测试项中各待测试音频的句识别准确性，确定所述语音识别测试的句识别准确率；

可以理解的是，在确定了各当前测试项中各待测试音频的句识别准确性之后，则可确定当前测试项中的句识别准确率，以此得到所述语音识别测试的句识别准确率。如在上述所述的应用场景，可确定出测试项1中的句识别准确率为1/5＝0.2，测试项2中的句识别准确率为1/5＝0.2，测试项3中的句识别准确率为0/5＝0，测试项4中的句识别准确率为2/5＝0.4，因而，可确定所述语音识别测试的句识别准确率为(0.2+0.2+0+0.4)/4＝0.2。

步骤S403、根据所述字识别准确率、所述字识别总准确率以及所述句识别准确率，生成所述语音识别测试的测试报告。

本发明实施例中，在得到所述字识别准确率、所述字识别总准确率以及所述句识别准确率后，可据此生成所述语音识别测试的测试报告，所述测试报告中可包括所述语音识别测试对应的字识别总准确率和句识别准确率，还可包括各测试项对应的字识别总准确率和句识别准确率，以及包括各待测试音频对应的字识别准确率，从而可方便用户根据所述测试报告和对应的测试项快速确定所述智能语音设备的语音识别准确性，以此准确确定所述智能语音设备的降噪性能。如在低信噪比的情况下，即在第一音量减去第二音量的差值越小的情况下，句识别准确率和字识别准确率越高时，则说明其降噪效果越好。

本发明实施例中，在进行智能语音设备的语音识别测试时，可首先确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；其次，发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；再次，发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；然后，获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据，并对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；最后，将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。本发明实施例中，通过自动控制待测试音频和噪音音频的播放情况，并通过在噪音音频的干扰下自动进行待测试音频所产生的语音数据的获取和自动识别，来实现智能语音设备中语音识别测试的自动化，以缩短测试周期，减少测试人员的工作强度，从而，提高语音识别测试的测试效率、有效性及准确性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

上面主要描述了一种语音识别测试方法，下面将对一种语音识别测试装置进行详细描述。

如图5所示，本发明实施例提供了一种语音识别测试装置，所述语音识别测试装置，包括：

测试项确定模块501，用于确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

待测试音频播放模块502，用于发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

噪音音频播放模块503，用于发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；

语音数据获取模块504，用于获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

语音数据识别模块505，用于对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

测试结果获取模块505，用于将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

进一步地，所述测试项确定模块501，可以包括：

测试项配置单元，用于根据预设配置条件预先进行测试项的配置，得到待测试表，所述待测试表包括一个或者多个测试项，每一测试项中均配置有待测试音频所要求的第一音量和对应的噪音音频所要求的第二音量；

测试项确定单元，用于根据所述待测试表中各测试项的第一测试顺序，确定所述语音识别测试的当前测试项。

优选地，所述待测试音频播放模块502，可以包括：

待测试音频获取单元，用于获取各待测试音频，并确定各待测试音频的第二测试顺序；

待测试音频播放单元，用于根据所述第二测试顺序，发送所述待测试音频至所述第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频。

可选地，所述测试结果获取模块505，可以包括：

测试比较单元，用于将所述语音识别结果与对应的待测试音频的标准识别结果进行比较，得到所述语音识别结果中识别正确的第一字符数量；

字识别准确率获取单元，用于根据所述第一字符数量和所述标准识别结果对应的第二字符数量，得到所述当前测试项中各待测试音频的字识别准确率。

进一步地，所述测试结果获取模块505，还可以包括：

句识别准确性获取单元，用于根据各当前测试项中各待测试音频的字识别准确率，确定所述语音识别测试的字识别总准确率和各当前测试项中各待测试音频的句识别准确性；

句识别准确率确定单元，用于根据各当前测试项中各待测试音频的句识别准确性，确定所述语音识别测试的句识别准确率；

测试报告生成单元，用于根据所述字识别准确率、所述字识别总准确率以及所述句识别准确率，生成所述语音识别测试的测试报告。

优选地，所述待测试音频播放模块502，可以包括：

第一实际播放音量获取单元，用于控制所述第一播放装置播放待测试音频，并通过第一声压计获取所述待测试音频的第一实际播放音量；

第一实际播放音量判断单元，用于确定所述第一实际播放音量是否与所述第一音量相同；

第一实际播放音量调节单元，用于当所述第一实际播放音量与所述第一音量不相同时，根据所述第一实际播放音量生成对应的第一音量调节信号，并将所述第一音量调节信号发送至所述第一播放装置，以使得所述第一播放装置根据所述第一音量调节信号将所述待测试音频的第一实际播放音量调节至所述第一音量。

可选地，所述噪音音频播放模块503，可以包括：

第二实际播放音量获取单元，用于发送播放控制信号至第二播放装置，以控制所述第二播放装置播放述噪音音频，并通过第二声压计获取所述噪音音频的第二实际播放音量；

第二实际播放音量判断单元，用于确定所述第二实际播放音量是否与所述第二音量相同；

第二实际播放音量调节单元，用于当所述第二实际播放音量与所述第二音量不相同时，根据所述第二实际播放音量生成对应的第二音量调节信号，并将所述第二音量调节信号发送至所述第二播放装置，以使得所述第二播放装置根据所述第二音量调节信号将所述噪音音频的第二实际播放音量调节至所述第二音量。

图6是本发明一实施例提供的一种终端设备的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如语音识别测试程序。所述处理器60执行所述计算机程序62时实现上述各个语音识别测试方法实施例中的步骤，例如图2所示的步骤S201至步骤S206。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示的模块501至模块506的功能。

示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如，所述计算机程序62可以被分割成测试项确定模块、待测试音频播放模块、噪音音频播放模块、语音数据获取模块、语音数据识别模块、测试结果获取模块，各模块具体功能如下：

测试项确定模块，用于确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

待测试音频播放模块，用于发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

噪音音频播放模块，用于发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；

语音数据获取模块，用于获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

语音数据识别模块，用于对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

测试结果获取模块，用于将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6 的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种语音识别测试方法，其特征在于，包括：

确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；

获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

2.根据权利要求1所述的语音识别测试方法，其特征在于，所述确定语音识别测试的当前测试项，包括：

根据预设配置条件预先进行测试项的配置，得到待测试表，所述待测试表包括一个或者多个测试项，每一测试项中均配置有待测试音频所要求的第一音量和对应的噪音音频所要求的第二音量；

根据所述待测试表中各测试项的第一测试顺序，确定所述语音识别测试的当前测试项。

3.根据权利要求1所述的语音识别测试方法，其特征在于，所述发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频，包括：

获取各待测试音频，并确定各待测试音频的第二测试顺序；

根据所述第二测试顺序，发送所述待测试音频至所述第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频。

4.根据权利要求3所述的语音识别测试方法，其特征在于，所述将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果，包括：

将所述语音识别结果与对应的待测试音频的标准识别结果进行比较，得到所述语音识别结果中识别正确的第一字符数量；

根据所述第一字符数量和所述标准识别结果对应的第二字符数量，得到所述当前测试项中各待测试音频的字识别准确率。

5.根据权利要求4所述的语音识别测试方法，其特征在于，在得到所述当前测试项中各待测试音频的字识别准确率之后，包括：

根据各当前测试项中各待测试音频的字识别准确率，确定所述语音识别测试的字识别总准确率和各当前测试项中各待测试音频的句识别准确性；

根据各当前测试项中各待测试音频的句识别准确性，确定所述语音识别测试的句识别准确率；

根据所述字识别准确率、所述字识别总准确率以及所述句识别准确率，生成所述语音识别测试的测试报告。

6.根据权利要求1至5中任一项所述的语音识别测试方法，其特征在于，所述控制所述第一播放装置以所述第一音量播放所述待测试音频，包括：

控制所述第一播放装置播放所述待测试音频，并通过第一声压计获取所述待测试音频的第一实际播放音量；

判断所述第一实际播放音量是否与所述第一音量相同；

若所述第一实际播放音量与所述第一音量不相同，则根据所述第一实际播放音量生成对应的第一音量调节信号，并将所述第一音量调节信号发送至所述第一播放装置，以使得所述第一播放装置根据所述第一音量调节信号将所述待测试音频的第一实际播放音量调节至所述第一音量。

7.根据权利要求1至5中任一项所述的语音识别测试方法，其特征在于，所述发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频，包括：

发送播放控制信号至第二播放装置，以触发所述第二播放装置播放噪音音频，并通过第二声压计获取所述噪音音频的第二实际播放音量；

判断所述第二实际播放音量是否与所述第二音量相同；

若所述第二实际播放音量与所述第二音量不相同，则根据所述第二实际播放音量生成对应的第二音量调节信号，并将所述第二音量调节信号发送至所述第二播放装置，以使得所述第二播放装置根据所述第二音量调节信号将所述噪音音频的第二实际播放音量调节至所述第二音量。

8.一种语音识别测试装置，其特征在于，包括：

测试项确定模块，用于确定语音识别测试的当前测试项，所述当前测试项包括待测试音频对应的第一音量和噪音音频对应的第二音量；

待测试音频播放模块，用于发送待测试音频至第一播放装置，并控制所述第一播放装置以所述第一音量播放所述待测试音频；

噪音音频播放模块，用于发送播放控制信号至第二播放装置，以控制所述第二播放装置以所述第二音量播放噪音音频；

语音数据获取模块，用于获取所述第一播放装置播放的所述待测试音频产生的第一语音数据和所述第二播放装置播放的所述噪音音频产生的第二语音数据；

语音数据识别模块，用于对所述第一语音数据和所述第二语音数据进行语音识别，得到语音识别结果；

测试结果获取模块，用于将所述语音识别结果与所述待测试音频对应的标准识别结果进行比较，得到所述当前测试项对应的测试结果。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述语音识别测试方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述语音识别测试方法的步骤。

Images