CN111798833B - 一种语音测试方法、装置、设备和存储介质 - Google Patents
一种语音测试方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111798833B CN111798833B CN201910272970.XA CN201910272970A CN111798833B CN 111798833 B CN111798833 B CN 111798833B CN 201910272970 A CN201910272970 A CN 201910272970A CN 111798833 B CN111798833 B CN 111798833B
- Authority
- CN
- China
- Prior art keywords
- text
- voice
- test
- tested
- audio
- 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
- 238000010998 test method Methods 0.000 title claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 230
- 230000004044 response Effects 0.000 claims abstract description 145
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000014509 gene expression Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L15/26—Speech to text systems
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
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)
- Machine Translation (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了一种语音测试方法、装置、设备和存储介质，该方法包括：获取用于语音测试的话术文本；将话术文本转换为测试音频，并播放测试音频，以使待测设备接收测试音频对应的语音指令；接收待测设备基于语音指令播放的响应音频，并将响应音频转换为实际响应文本；根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果。通过本发明实施例的技术方案，可以提高测试效率和测试准确性。
Description
技术领域
本发明实施例涉及测试技术，尤其涉及一种语音测试方法、装置、设备和存储介质。
背景技术
随着科学技术的快速发展，物联网(Internet of things，IoT)智能产品越来越繁多，功能越来越丰富，以便满足用户日益增长的需求。IoT智能产品往往会添加人工智能语音交互功能，实现端到端的极佳用户体验。通常，在一款IoT智能产品上线之前，测试人员会对该智能产品的语音交互功能进行测试，以保证IoT智能产品的质量。
目前，现有的语音测试方式是根据预先准备好的音频测试集通过放音设备进行播放或者组织几个发音人进行现场口呼，测试人员根据智能产品发出的音频判断测试结果并进行记录和分析。
然而，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现有的语音测试方式费时费力，并且人工手动操作以及自主判断容易导致出现测试错误，大大降低了测试效率和测试准确性。
发明内容
本发明实施例提供了一种语音测试方法、装置、设备和存储介质，以提高测试效率和测试准确性。
第一方面，本发明实施例提供了一种语音测试方法，用于测试端，包括：
获取用于语音测试的话术文本；
将所述话术文本转换为测试音频，并播放所述测试音频，以使待测设备接收所述测试音频对应的语音指令；
接收所述待测设备基于所述语音指令播放的响应音频，并将所述响应音频转换为实际响应文本；
根据所述话术文本对应的期望响应文本和所述实际响应文件，确定所述待测设备对应的语音测试结果。
第二方面，本发明实施例还提供了一种语音测试装置，包括：
话术文本获取模块，用于获取用于语音测试的话术文本；
测试音频播放模块，用于将所述话术文本转换为测试音频，并播放所述测试音频，以使待测设备接收所述测试音频对应的语音指令；
响应音频转换模块，用于接收所述待测设备基于所述语音指令播放的响应音频，并将所述响应音频转换为实际响应文本；
语音测试结果确定模块，用于根据所述话术文本对应的期望响应文本和所述实际响应文件，确定所述待测设备对应的语音测试结果。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的语音测试方法步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的语音测试方法步骤。
上述发明中的实施例具有如下优点或有益效果：
测试端通过将用于语音测试的话术文本转换为测试音频，从而可以自动播放用于语音测试的测试音频，使得具有语音交互功能的待测设备可以根据测试音频对应的语音指令播放相应的响应音频，测试端可以将接收到的响应音频转换为实际响应文本，并通过将话术文本对应的期望响应文本和实际响应文件进行文本比较，从而可以准确地确定出待测设备对应的语音测试结果，整个测试过程无需人为参与，大大提高了测试效率和测试准确性。
附图说明
图1是本发明实施例一提供的一种语音测试方法的流程图；
图2是本发明实施例一所涉及的一种语音测试报告的示例；
图3是本发明实施例二提供的一种语音测试方法的流程图；
图4是本发明实施例三提供的一种语音测试装置的结构示意图；
图5是本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种语音测试方法的流程图，本实施例可适用于对具有语音交互功能的智能设备进行语音测试的情况。该方法可以语音测试装置来执行，该装置可以由软件和/或硬件的方式来实现，集成于具有播放和录音功能的测试端设备中，比如台式电脑、笔记本电脑等。该方法具体包括以下步骤：
S110、获取用于语音测试的话术文本。
其中，话术文本可以是指以书面语言的形式表示语音指令的测试用例，以便对待测设备进行语音测试。话术文本可以为一句话术，比如：可以帮我播放歌曲《千里之外》吗。
具体地，本实施例可以根据待测设备功能和业务需求预先生成用于语音测试的一个或多个话术文本。当获得的话术文本为多个时，每个话术文本均执行后续S120-S140的操作，以基于每个话术文本对待测设备进行语音测试。
S120、将话术文本转换为测试音频，并播放测试音频，以使待测设备接收测试音频对应的语音指令。
示例性地，可以通过调用预设文本转换接口，将话术文本转换为测试音频。其中，预设文本转换接口可以是但不限于百度语音开放平台中的文本转换语音接口。本实施例中的一个话术文本可以转换为一个相应的测试音频的文件，以便进行播放。
具体地，在将话术文本转换为测试音频后，测试端可以通过音频播放器，将该测试音频进行播放，以使测试设备可以接收到测试端播放的测试音频中的语音指令。
S130、接收待测设备基于语音指令播放的响应音频，并将响应音频转换为实际响应文本。
其中，实际响应文本可以是指待测设备针对话术文本返回的真实的响应文本。
具体地，待测设备可以基于测试端播放的语音指令确定相应的响应音频，并播放该响应音频。测试端可以通过录音机等设备，以录音的方式接收待测设备播放的响应音频。示例性地，本实施可以通过调用预设音频转换接口，将响应音频转换为实际响应文本，其中预设音频转换接口可以是但不限于百度语音开放平台中的语音转换文本接口。本实施例中的一个响应音频的文件可以转换为一个相应的实际响应文本。
S140、根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果。
其中，期望响应文本可以是指用户期望待测设备返回的响应文本。例如，若话术文本对应的语音指令是播放歌曲《千里之外》的指令，则该话术文本对应的期望响应文本为《千里之外》的歌词文本。
具体地，通过将同一话术文本对应的期望响应文本和实际响应文本进行文本对比，以检测实际响应文本是否与期望响应文本相匹配。若实际响应文本与期望响应文本匹配成功，则表明待测设备对该话术文本的响应是准确的，此时可以确定待测设备的语音测试准确；若实际响应文本与期望响应文本匹配失败，则表明待测设备对该话术文本的响应是错误的，此时可以确定待测设备的语音测试错误，从而可以自动的确定出待测设备对应的语音测试结果，并且整个测试过程无需人为参与，大大提高了测试效率和测试准确性。
本实施例的技术方案，测试端通过将用于语音测试的话术文本转换为测试音频，从而可以自动播放用于语音测试的测试音频，使得具有语音交互功能的待测设备可以根据测试音频对应的语音指令播放相应的响应音频，测试端可以将接收到的响应音频转换为实际响应文本，并通过将话术文本对应的期望响应文本和实际响应文件进行文本比较，从而可以准确地确定出待测设备对应的语音测试结果，整个测试过程无需人为参与，大大提高了测试效率和测试准确性。
在上述技术方案的基础上，S110可以包括：基于待测技能领域对应的预设正则表达式，对待测技能领域对应的话术关键词进行组合，确定在待测技能领域中用于语音测试的话术文本。
其中，待测技能领域可以是指待测设备的可识别语音指令所对应的功能领域，比如音乐、FM(Frequency Modulation，调频)广播、家居控制、闲聊、百科、新闻、天气预报、日历、翻译等等。预设正则表达式可以是根据待测技术领域中的话术关键词和业务需求预先设置的逻辑表达式。
具体地，可以基于预设正则表达式中的逻辑规则，将待测技术技能领域对应的各个话术关键词进行组合，从而相对于人工组合话术或输入话术而言，可以更加快速准确地获得大量的用于语音测试的话术文本，进一步提高测试效率。
在上述技术方案的基础上，示例性地，S140可以包括：检测实际响应文本对应的字符串中的每个字符与话术文本对应的期望响应文本中的相应位置的字符是否相同；若是，则确定话术文本在待测设备中的语音测试准确；若否，则确定话术文本在待测设备中的语音测试错误。
具体地，本实施例可以通过将实际响应文本对应的字符串与期望响应文本对应的字符串进行字符匹配，若实际响应文本对应的每个字符与期望响应文本中相同位置处的字符相同，则可以确定话术文本在待测设备中的语音测试准确，否则确定话术文本在待测设备中的语音测试错误，从而实现了语音测试结果的自动确定，无需人为参与。
在上述技术方案的基础上，话术文本的数量为至少两个；相应地，在S140之后，还包括：根据每个话术文本在待测设备中的语音测试结果，确定待测设备对应的指标数据；根据指标数据和预设报告模板，自动生成语音测试报告。
其中，指标数据可以包括但不限于召回率、精确率、准确率和整体评估值F1。预设报告模板可以是根据业务需求预先设置的用于向测试人员反馈测试数据的模板。
具体地，本实施例可以根据每个话术文本对应的语音测试结果，统计出本次测试的各项指标数据。基于预设报告模板和指标数据，可以以HTML(HyperText MarkupLanguage，超文本标记语言)的形式组合自动生成一个语音测试报告。
在上述技术方案的基础上，在生成语音测试报告之后，还包括：调用邮件处理接口，将语音测试报告以邮件方式发送至用户邮箱中。
具体地，本实施可以通过调用java中的email邮件包，将语音测试报告以邮件的方式发送至测试人员等相关用户的邮箱中，以使用户可以通过查看邮件的方式更加便捷地获得语音测试结果。图2给出了一种语音测试报告的示例。如图2所示，测试结果表明baikedomain(百科技能领域)的F1值虽有明显提升，但还未到达预定值。
在上述技术方案的基础上，在S110之前，还包括：创建定时触发器，并在到达定时触发器的定时时间时，触发获取用于语音测试的话术文本的操作。
具体地，本实施例可以将测试端中的测试系统集成到但不限于CI(Continuousintegration，持续集成)系统Jenkins中，以便可以支持手动触发或者创建定时触发器，在到达定时触发器的定时时间时，可以自动触发获取用于语音测试的话术文本的操作，即自动构建测试任务，执行上述的测试流程，从而可以全天24小时不间断地执行测试。在测试结束后还可以将生成的语音测试报告自动发送给测试人员，从而可以达到真正的无人值守的全自动化测试的效果，大大地提高了测试效率，节约了人力成本。
实施例二
图3为本发明实施例二提供的一种语音测试方法的流程图，本实施例在上述实施例的基础上，在预设正则表达式包括预设可选标识字符对、预设必选标识字符对、预设可选标识字符对之间的可选字符串、以及预设必选标识字符对之间的必选字符串时，对语音测试过程进行了详细阐述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图3，本实施例提供的语音测试方法具体包括以下步骤：
S210、识别待测技能领域对应的预设正则表达式中的预设可选标识字符对和预设必选标识字符对，获得可选字符串和必选字符串。
其中，预设正则表达式包括预设可选标识字符对、预设必选标识字符对、预设可选标识字符对之间的可选字符串、以及预设必选标识字符对之间的必选字符串，其中可选字符串和必选字符串均由至少一个话术关键词组成，且相邻两个话术关键词由预设分隔字符进行划分。
其中，预设可选标识字符对可以是指预先设置的用于标识可选字符串的一组字符对，即预设可选标识字符对之间的字符串为可选字符串。预设必选标识字符对可以是指预先设置的用于标识必选字符串的一组字符对，即预设必选标识字符对之间的字符串为必选字符串。示例性地，预设可选标识字符对和预设必选标识字符对可以是但不限于“[]”中括号对、“{}”花括号对、“()”圆括号对等。本实施例中的预设可选标识字符对的数量和预设必选标识字符对的数量均可以是一个或多个。
预设分隔符可以是指用于分隔两个话术关键词的字符，以便区别不同的话术关键词，比如：预设分隔符可以为：“/”、“|”、“\”等。在可选字符串和必选字符串中的预设分隔符可以表示“或”的关系。
示例性地，预设正则表达式为：(可以/能不能/能否)(给我/帮我)(播放/播个/来个/搜索/搜/查询/查找/找个/打开)(三字经)[吗/不]，其中，“[]”为预设可选标识字符对；“()”为预设必选标识字符对；“/”为预设分隔符，表示相邻的两个话术关键词是“或”的关系。
具体地，通过识别待测技能领域对应的预设正则表达式中的预设可选标识字符对的位置，根据预设可选标识字符对的位置可以获得预设可选标识字符对之间的可选字符串。同理，通过识别待测技能领域对应的预设正则表达式中的预设必选标识字符对的位置，根据预设必选标识字符对的位置可以获得预设必选标识字符对之间的必选字符串。
S220、根据预设分隔符对可选字符串和必选字符串进行划分，确定各个可选话术关键词和各个必选话术关键词。
具体地，本实施例可以通过调用预设划分函数Split()，将每个可选字符串以预设分隔符进行划分，获得各个可选话术关键词；同理，也可以通过调用预设划分函数Split()，将每个必选字符串以预设分隔符进行划分，从而获得各个必选话术关键词。示例性地，若某个必选字符串为：“(可以/能不能/能否)”，则以预设分隔符“/”进行划分后，获得的各个必选话术关键词为：可以、能不能、能否。
S230、根据各个可选话术关键词和各个必选话术关键词确定各个话术关键词组合方式，并基于每个话术关键词组合方式对话术关键词进行组合，获得相应的用于语音测试的话术文本。
其中，话术关键词组合方式可以是指对可选话术关键词和必选话术关键词进行组合可以获得话术文本的方式。比如：若存在一个可选字符串和二个必选字符串，则可以从该可选字符串中选择一个可选话术关键词，从两个必选字符串中各选择一个必选话术关键词，并将选择的一个可选话术关键词和两个必选话术关键词按照预设正则表达式中的字符顺序进行组合，从而可以获得一个话术文本；也可以只从两个必选字符串中各选择一个必选话术关键词，并将选择出的这两个必选话术关键词按照预设正则表达式中的顺序进行组成，从而也可以获得一个话术文本。
具体地，基于预设正则表达式中的逻辑关系，根据每个可选字符串中的各个可选话术关键词，和每个必选字符串中的各个必选话术关键词进行组合，以便生成符合预设正则表达式的所有话术文本。本实施例通过基于待测技能领域对应的预设正则表达式，可以快速生成各个待测技能领域中的话术文本，覆盖了人工完全不能覆盖的测试范围，大大降低了人工漏测的风险，提高整个测试过程的效率。
在获得各个话术文本后，可以将所有话术文本一行一行地存储到excel文件中的同一列，作为测试用例。本实施例可以采用多线程运行机制，以更加快速地生成各个话术文本并进行相应的语音测试。示例性地，在采用多线程机制时，可以在20分钟左右完成7万条话术文本的生成以及自动测试过程。
S240、将话术文本转换为测试音频，并播放测试音频，以使待测设备接收测试音频对应的语音指令。
具体地，可以通过对存储话术文本的excel文件进行遍历，按行读取每一行，并将每一行中的话术文本转换为对应的测试音频，并将转换后的测试音频的文件存储至指定的目录位置处。通过调用音频播放器顺序文件夹下的所有测试音频的文件，以便对待测设备发送语音指令。其中，测试音频的文件的格式可以是但不限于PCM(Pulse CodeModulation，脉冲编码调制)格式。
S250、接收待测设备基于语音指令播放的响应音频，并将响应音频转换为实际响应文本。
S260、根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果。
本实施例的技术方案，通过基于待测技能领域对应的预设正则表达式，对各个可选话术关键词和各个必选话术关键词进行组成，从而可以快速生成各个待测技能领域中的话术文本，覆盖了人工完全不能覆盖的测试范围，大大降低了人工漏测的风险，提高整个测试过程的效率，并且也可以找出人工测试时不能发现的bug错误，降低待测设备的上线风险。
在上述技术方案的基础上，S250可以包括：根据预设接收时间接收待测设备基于语音指令播放的响应音频，在到达预设接收时间时，停止接收待测设备播放的响应音频；其中，待测设备播放的响应音频是由服务器对待测设备发送的超文本传输协议HTTP请求进行语音识别和处理后而下发的音频，HTTP请求是待测设备根据语音指令生成的；将接收到的响应音频转换为实际响应文本。
具体地，待测设备可以根据接收的语音指令生成超文本传输协议HTTP请求，并通过无线网络将该HTTP请求发送至服务器；服务器对HTTP请求进行语音识别和处理，获得HTTP请求对应的响应信息，并通过无线网络将响应信息下发至待测设备中；待测设备根据响应信息确定语音指令对应的响应音频，并播放该响应音频。待测设备在播放响应音频的过程中，测试端可以仅接收前预设接收时间内播放的响应音频，比如仅接收前10秒播放的响应音频内容。若响应音频的播放时间小于预设接收时间，则在响应音频播放结束时便可自动停止接收操作。测试端将预设接收时间内接收到的响应音频转换为实际响应文本，以便仅检测预设接收时间内的接收到的实际响应文本是否与期望响应文本相匹配，进而可以快速确定测试结果，避免因响应音频过长而导致测试效率降低，从而可以进一步提高测试效率。
以下是本发明实施例提供的语音测试装置的实施例，该装置与上述各实施例的语音测试方法属于同一个发明构思，在语音测试装置的实施例中未详尽描述的细节内容，可以参考上述语音测试方法的实施例。
实施例三
图4为本发明实施例三提供的一种语音测试装置的结构示意图，本实施例可适用于对具有语音交互功能的智能设备进行语音测试的情况，该装置具体包括：话术文本获取模块310、测试音频播放模块320、响应音频转换模块330和语音测试结果确定模块340。
其中，话术文本获取模块310，用于获取用于语音测试的话术文本；测试音频播放模块320，用于将话术文本转换为测试音频，并播放测试音频，以使待测设备接收测试音频对应的语音指令；响应音频转换模块330，用于接收待测设备基于语音指令播放的响应音频，并将响应音频转换为实际响应文本；语音测试结果确定模块340，用于根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果。
可选地，话术文本获取模块310，具体用于：基于待测技能领域对应的预设正则表达式，对待测技能领域对应的话术关键词进行组合，确定在待测技能领域中用于语音测试的话术文本。
可选地，预设正则表达式包括预设可选标识字符对、预设必选标识字符对、预设可选标识字符对之间的可选字符串、以及预设必选标识字符对之间的必选字符串，其中可选字符串和必选字符串均由至少一个话术关键词组成，且相邻两个话术关键词由预设分隔字符进行划分；
相应地，话术文本获取模块310，具体用于：识别待测技能领域对应的预设正则表达式中的预设可选标识字符对和预设必选标识字符对，获得可选字符串和必选字符串；根据预设分隔符对可选字符串和必选字符串进行划分，确定各个可选话术关键词和各个必选话术关键词；根据各个可选话术关键词和各个必选话术关键词确定各个话术关键词组合方式，并基于每个话术关键词组合方式对话术关键词进行组合，获得相应的用于语音测试的话术文本。
可选地，测试音频播放模块320，包括：
预设文本转换接口调用单元，用于调用预设文本转换接口，将话术文本转换为测试音频；
响应音频转换模块330，包括：
预设音频转换接口调用单元，用于调用预设音频转换接口，将响应音频转换为实际响应文本。
可选地，响应音频转换模块330，具体用于：根据预设接收时间接收待测设备基于语音指令播放的响应音频，在到达预设接收时间时，停止接收待测设备播放的响应音频；其中，待测设备播放的响应音频是由服务器对待测设备发送的超文本传输协议HTTP请求进行语音识别和处理后而下发的音频，HTTP请求是待测设备根据语音指令生成的；将接收到的响应音频转换为实际响应文本。
可选地，语音测试结果确定模块340，具体用于：
检测实际响应文本对应的字符串中的每个字符与话术文本对应的期望响应文本中的相应位置的字符是否相同；若是，则确定话术文本在待测设备中的语音测试准确；若否，则确定话术文本在待测设备中的语音测试错误。
可选地，该装置还包括：
定时触发器创建模块，用于在获取用于语音测试的话术文本之前，创建定时触发器，并在到达定时触发器的定时时间时，触发获取用于语音测试的话术文本的操作。
可选地，话术文本的数量为至少两个；相应地，该装置还包括：
指标数据确定模块，用于在测试端根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果之后，根据每个话术文本在待测设备中的语音测试结果，确定待测设备对应的指标数据；
语音测试报告生成模块，用于根据指标数据和预设报告模板，自动生成语音测试报告。
可选地，该装置还包括：
语音测试报告发送模块，在生成语音测试报告之后，用于调用邮件处理接口，将语音测试报告以邮件方式发送至用户邮箱中。
本发明实施例所提供的语音测试装置装置可执行本发明任意实施例所提供的语音测试装置方法，具备执行语音测试装置方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备72的框图。图5显示的设备72仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，设备72以通用计算设备的形式表现。设备72的组件可以包括但不限于：一个或者多个处理器或者处理单元11，系统存储器12，连接不同系统组件(包括系统存储器12和处理单元11)的总线13。
总线13表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备72典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备72访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器12可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备72可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线13相连。系统存储器12可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器12中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备72也可以与一个或多个外部设备16(例如键盘、指向设备、显示器17等)通信，还可与一个或者多个使得用户能与该设备72交互的设备通信，和/或与使得该设备72能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口14进行。并且，设备72还可以通过网络适配器15与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器15通过总线13与设备72的其它模块通信。应当明白，尽管图中未示出，可以结合设备72使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元11通过运行存储在系统存储器12中的程序，从而执行各种功能应用以及数据处理，例如实现本发实施例所提供的语音测试方法步骤，该方法包括：
获取用于语音测试的话术文本；
将话术文本转换为测试音频，并播放测试音频，以使待测设备接收测试音频对应的语音指令；
接收待测设备基于语音指令播放的响应音频，并将响应音频转换为实际响应文本；
根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的保留库存量的确定方法的技术方案。
实施例五
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例的语音测试方法步骤，该方法包括：
获取用于语音测试的话术文本；
将话术文本转换为测试音频，并播放测试音频，以使待测设备接收测试音频对应的语音指令；
接收待测设备基于语音指令播放的响应音频，并将响应音频转换为实际响应文本；
根据话术文本对应的期望响应文本和实际响应文件，确定待测设备对应的语音测试结果。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种语音测试方法，其特征在于，应用于测试端，包括：
获取用于语音测试的话术文本；
将所述话术文本转换为测试音频，并播放所述测试音频，以使待测设备接收所述测试音频对应的语音指令；
接收所述待测设备基于所述语音指令播放的响应音频，并将所述响应音频转换为实际响应文本；
根据所述话术文本对应的期望响应文本和所述实际响应文本，确定所述待测设备对应的语音测试结果；
所述接收所述待测设备基于所述语音指令播放的响应音频，并将所述响应音频转换为实际响应文本，包括：
根据预设接收时间接收所述待测设备基于所述语音指令播放的响应音频，在到达所述预设接收时间时，停止接收所述待测设备播放的响应音频；其中，所述待测设备播放的响应音频是由服务器对所述待测设备发送的超文本传输协议HTTP请求进行语音识别和处理后而下发的音频，所述HTTP请求是所述待测设备根据所述语音指令生成的；
将接收到的响应音频转换为实际响应文本。
2.根据权利要求1所述的方法，其特征在于，获取用于语音测试的话术文本，包括：
基于待测技能领域对应的预设正则表达式，对所述待测技能领域对应的话术关键词进行组合，确定在所述待测技能领域中用于语音测试的话术文本。
3.根据权利要求2所述的方法，其特征在于，所述预设正则表达式包括预设可选标识字符对、预设必选标识字符对、所述预设可选标识字符对之间的可选字符串、以及所述预设必选标识字符对之间的必选字符串，其中所述可选字符串和所述必选字符串均由至少一个所述话术关键词组成，且相邻两个所述话术关键词由预设分隔字符进行划分；
相应地，基于待测技能领域对应的预设正则表达式，对所述待测技能领域对应的话术关键词进行组合，确定在所述待测技能领域中用于语音测试的话术文本，包括：
识别待测技能领域对应的预设正则表达式中的预设可选标识字符对和预设必选标识字符对，获得可选字符串和必选字符串；
根据预设分隔符对所述可选字符串和所述必选字符串进行划分，确定各个可选话术关键词和各个必选话术关键词；
根据各个所述可选话术关键词和各个所述必选话术关键词确定各个话术关键词组合方式，并基于每个所述话术关键词组合方式对话术关键词进行组合，获得相应的用于语音测试的话术文本。
4.根据权利要求1所述的方法，其特征在于，所述将所述话术文本转换为测试音频，包括：
调用预设文本转换接口，将所述话术文本转换为测试音频；
所述将所述响应音频转换为实际响应文本，包括：
调用预设音频转换接口，将所述响应音频转换为实际响应文本。
5.根据权利要求1所述的方法，其特征在于，根据所述话术文本对应的期望响应文本和所述实际响应文本，确定所述待测设备对应的语音测试结果，包括：
检测所述实际响应文本对应的字符串中的每个字符与所述话术文本对应的期望响应文本中的相应位置的字符是否相同；
若是，则确定所述话术文本在所述待测设备中的语音测试准确；
若否，则确定所述话术文本在所述待测设备中的语音测试错误。
6.根据权利要求1所述的方法，其特征在于，在获取用于语音测试的话术文本之前，还包括：
创建定时触发器，并在到达所述定时触发器的定时时间时，触发所述获取用于语音测试的话术文本的操作。
7.根据权利要求1-6任一所述的方法，其特征在于，所述话术文本的数量为至少两个；
相应地，在测试端根据所述话术文本对应的期望响应文本和所述实际响应文本，确定所述待测设备对应的语音测试结果之后，还包括：
根据每个所述话术文本在所述待测设备中的语音测试结果，确定所述待测设备对应的指标数据；
根据所述指标数据和预设报告模板，自动生成语音测试报告。
8.根据权利要求7所述的方法，其特征在于，在所述生成语音测试报告之后，还包括：
调用邮件处理接口，将所述语音测试报告以邮件方式发送至用户邮箱中。
9.一种语音测试装置，其特征在于，包括：
话术文本获取模块，用于获取用于语音测试的话术文本；
测试音频播放模块，用于将所述话术文本转换为测试音频，并播放所述测试音频，以使待测设备接收所述测试音频对应的语音指令；
响应音频转换模块，用于接收所述待测设备基于所述语音指令播放的响应音频，并将所述响应音频转换为实际响应文本；
语音测试结果确定模块，用于根据所述话术文本对应的期望响应文本和所述实际响应文本，确定所述待测设备对应的语音测试结果；
所述响应音频转换模块，具体用于：
根据预设接收时间接收待测设备基于语音指令播放的响应音频，在到达预设接收时间时，停止接收待测设备播放的响应音频；其中，待测设备播放的响应音频是由服务器对待测设备发送的超文本传输协议HTTP请求进行语音识别和处理后而下发的音频，HTTP请求是待测设备根据语音指令生成的；将接收到的响应音频转换为实际响应文本。
10.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的语音测试方法步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的语音测试方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910272970.XA CN111798833B (zh) | 2019-04-04 | 2019-04-04 | 一种语音测试方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910272970.XA CN111798833B (zh) | 2019-04-04 | 2019-04-04 | 一种语音测试方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111798833A CN111798833A (zh) | 2020-10-20 |
| CN111798833B true CN111798833B (zh) | 2023-12-01 |
Family
ID=72805090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910272970.XA Active CN111798833B (zh) | 2019-04-04 | 2019-04-04 | 一种语音测试方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111798833B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112261214A (zh) * | 2020-10-21 | 2021-01-22 | 广东商路信息科技有限公司 | 网络语音通信自动化测试方法及系统 |
| CN113140217B (zh) * | 2021-04-08 | 2022-11-22 | 青岛歌尔智能传感器有限公司 | 语音指令测试方法、测试装置及可读存储介质 |
| CN113099044B (zh) * | 2021-04-08 | 2022-11-18 | 中国工商银行股份有限公司 | 检测呼入设备的方法、装置、设备和介质 |
| CN112799901A (zh) * | 2021-04-13 | 2021-05-14 | 智道网联科技(北京)有限公司 | 一种语音交互应用程序自动化测试方法及装置 |
| CN113595811B (zh) * | 2021-06-25 | 2023-03-28 | 青岛海尔科技有限公司 | 设备性能测试方法、装置、存储介质及电子装置 |
| CN113489846B (zh) * | 2021-06-30 | 2024-02-27 | 上海凌荣网络科技有限公司 | 一种语音交互测试方法、装置、设备及计算机存储介质 |
| CN113782003A (zh) * | 2021-09-14 | 2021-12-10 | 上汽通用五菱汽车股份有限公司 | 一种测试方法和系统 |
| CN114125684B (zh) * | 2021-12-02 | 2024-02-27 | 云知声智能科技股份有限公司 | 智能音箱测试方法、装置、电子设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007103849A2 (en) * | 2006-03-03 | 2007-09-13 | Symbol Technologies, Inc. | Automated testing of mutiple device platforms through a command line interface |
| CN105991700A (zh) * | 2015-02-06 | 2016-10-05 | 百度在线网络技术（北京）有限公司 | 处理语音数据的方法、云端服务器系统和终端设备 |
| CN107516510A (zh) * | 2017-07-05 | 2017-12-26 | 百度在线网络技术（北京）有限公司 | 一种智能设备自动化语音测试方法及装置 |
| CN108415847A (zh) * | 2018-05-08 | 2018-08-17 | 平安普惠企业管理有限公司 | 性能测试方法、装置、计算机设备及存储介质 |
| CN109003602A (zh) * | 2018-09-10 | 2018-12-14 | 百度在线网络技术（北京）有限公司 | 语音产品的测试方法、装置、设备及计算机可读介质 |
| CN109243425A (zh) * | 2018-08-13 | 2019-01-18 | 百度在线网络技术（北京）有限公司 | 语音识别测试方法、装置、系统、计算机设备及存储介质 |
| CN109446059A (zh) * | 2018-09-12 | 2019-03-08 | 北京邮电大学 | 测试模板脚本的生成方法及装置 |
| CN109522225A (zh) * | 2018-11-09 | 2019-03-26 | 网宿科技股份有限公司 | 一种自动化测试断言方法及装置、测试平台及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070201631A1 (en) * | 2006-02-24 | 2007-08-30 | Intervoice Limited Partnership | System and method for defining, synthesizing and retrieving variable field utterances from a file server |
| US10552122B2 (en) * | 2017-05-02 | 2020-02-04 | Mastercard International Incorporated | Systems and methods for customizable regular expression generation |
-
2019
- 2019-04-04 CN CN201910272970.XA patent/CN111798833B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007103849A2 (en) * | 2006-03-03 | 2007-09-13 | Symbol Technologies, Inc. | Automated testing of mutiple device platforms through a command line interface |
| CN105991700A (zh) * | 2015-02-06 | 2016-10-05 | 百度在线网络技术（北京）有限公司 | 处理语音数据的方法、云端服务器系统和终端设备 |
| CN107516510A (zh) * | 2017-07-05 | 2017-12-26 | 百度在线网络技术（北京）有限公司 | 一种智能设备自动化语音测试方法及装置 |
| CN108415847A (zh) * | 2018-05-08 | 2018-08-17 | 平安普惠企业管理有限公司 | 性能测试方法、装置、计算机设备及存储介质 |
| CN109243425A (zh) * | 2018-08-13 | 2019-01-18 | 百度在线网络技术（北京）有限公司 | 语音识别测试方法、装置、系统、计算机设备及存储介质 |
| CN109003602A (zh) * | 2018-09-10 | 2018-12-14 | 百度在线网络技术（北京）有限公司 | 语音产品的测试方法、装置、设备及计算机可读介质 |
| CN109446059A (zh) * | 2018-09-12 | 2019-03-08 | 北京邮电大学 | 测试模板脚本的生成方法及装置 |
| CN109522225A (zh) * | 2018-11-09 | 2019-03-26 | 网宿科技股份有限公司 | 一种自动化测试断言方法及装置、测试平台及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111798833A (zh) | 2020-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111798833B (zh) | 一种语音测试方法、装置、设备和存储介质 | |
| JP7150770B2 (ja) | 対話方法、装置、コンピュータ可読記憶媒体、及びプログラム | |
| CN108509619B (zh) | 一种语音交互方法及设备 | |
| WO2022042512A1 (zh) | 文本处理方法、装置、电子设备及介质 | |
| Glass et al. | Analysis and processing of lecture audio data: Preliminary investigations | |
| US20160179831A1 (en) | Systems and methods for textual content creation from sources of audio that contain speech | |
| US10410615B2 (en) | Audio information processing method and apparatus | |
| JP2003289387A (ja) | ボイスメッセージ処理システムおよび方法 | |
| CN110379410A (zh) | 语音响应速度自动分析方法及系统 | |
| US11605385B2 (en) | Project issue tracking via automated voice recognition | |
| US20220093103A1 (en) | Method, system, and computer-readable recording medium for managing text transcript and memo for audio file | |
| CN110889008B (zh) | 一种音乐推荐方法、装置、计算装置和存储介质 | |
| CN113111658B (zh) | 校验信息的方法、装置、设备和存储介质 | |
| US8069044B1 (en) | Content matching using phoneme comparison and scoring | |
| US20230386474A1 (en) | Emotion-based voice controlled device | |
| WO2021169825A1 (zh) | 语音合成方法、装置、设备和存储介质 | |
| CN111933118B (zh) | 进行语音识别优化的方法、装置及应用其的智能语音对话系统 | |
| CN113380229B (zh) | 语音响应速度确定方法、相关装置及计算机程序产品 | |
| Schuller et al. | Incremental acoustic valence recognition: an inter-corpus perspective on features, matching, and performance in a gating paradigm | |
| CN113590871A (zh) | 一种音频分类方法、装置及计算机可读存储介质 | |
| CN113761865A (zh) | 声文重对齐及信息呈现方法、装置、电子设备和存储介质 | |
| KR101336716B1 (ko) | 온라인상에서의 듣고 받아쓰기 시스템 | |
| US8196046B2 (en) | Parallel visual radio station selection | |
| CN115602154B (zh) | 音频识别方法、装置、存储介质和计算设备 | |
| CN109523990B (zh) | 语音检测方法和装置 |
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 |