CN112289308A - 一种语音听写评分方法、装置及电子设备 - Google Patents
一种语音听写评分方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112289308A CN112289308A CN202011148939.4A CN202011148939A CN112289308A CN 112289308 A CN112289308 A CN 112289308A CN 202011148939 A CN202011148939 A CN 202011148939A CN 112289308 A CN112289308 A CN 112289308A
- Authority
- CN
- China
- Prior art keywords
- data
- answer
- voice
- matching
- target
- 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.)
- Pending
Links
- 238000013077 scoring method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 13
- 241001672694 Citrus reticulata Species 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Machine Translation (AREA)
Abstract
本公开实施例中提供了一种语音听写评分方法、装置及电子设备，属于电学技术领域，具体包括：采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，以及，所述参考数据库为与所述答题数据对应的答题数据库；将所述目标数据与所述参考数据库进行匹配，得到匹配值；将所述匹配值作为所述目标人员的得分值。通过本公开的方案，采集目标人员的语音数据和答题数据，分别进行匹配得到得分值，提高了语音听写评分方法的效率和精确度。
Description
技术领域
本公开涉及电学技术领域，尤其涉及一种语音听写评分方法、装置及电子设备。
背景技术
目前，随着教育水平的提高，普通话逐渐被推广到社会的方方面面，也衍生了很多能够进行普通话训练的产品和方法。现有的语音评分方法，使用者看到电脑屏幕上显示的中文字、词、句子或者短篇文章后，朗读这些内容，系统利用语音识别技术，识别出使用者的发音，判断其与屏幕上所显示内容本身的标准发音是否吻合，从而判断使用者的普通话发音是否标准，但是该方法无法获知使用者的整体情况，且只能进行语音训练，无法针对性的加强训练。
可见，亟需一种高效智能的语音听写评分方法。
发明内容
有鉴于此，本公开实施例提供一种语音听写评分方法、装置及电子设备，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种语音听写评分方法，包括：
采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；
选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，以及，所述参考数据库为与所述答题数据对应的答题数据库；
将所述目标数据与所述参考数据库进行匹配，得到匹配值；
将所述匹配值作为所述目标人员的得分值。
根据本公开实施例的一种具体实现方式，所述将所述目标数据与所述参考数据库进行匹配之前，所述方法还包括：
采集预设数量的样本语音数据和样本答题数据；
利用所述样本语音数据建立语音检测模型，以及，利用所述样本答题数据建立所述答题数据库。
根据本公开实施例的一种具体实现方式，所述利用所述样本语音数据建立语音检测模型的步骤，包括：
利用全部所述样本语音数据训练卷积神经网络，得到所述语音检测模型。
根据本公开实施例的一种具体实现方式，当所述目标数据为语音数据时，所述将所述目标数据与所述参考数据库进行匹配，得到匹配值的步骤，包括：
将所述语音数据输入所述语音检测模型，得到文字数据；
将所述文字数据与所述语音识别数据库进行匹配，得到所述匹配值。
根据本公开实施例的一种具体实现方式，所述将所述文字数据与所述语音识别数据库进行匹配，得到所述匹配值的步骤，包括：
从所述语音识别数据库内标注多个关键词；
计算所述文字数据与全部所述关键词的重合率；
将所述重合率作为所述匹配值。
根据本公开实施例的一种具体实现方式，当所述目标数据为答题数据时，所述将所述目标数据与所述参考数据库进行匹配，得到匹配值的步骤，包括：
计算所述答题数据与所述答题库内的数据的重合率；
将所述重合率作为所述匹配值。
根据本公开实施例的一种具体实现方式，所述将所述匹配值作为所述目标人员的得分值的步骤之后，所述方法还包括：
提取所述答题数据与所述答题数据库内的数据不同的答题数据；
将所述不同的答题数据对应的习题发送至所述目标人员。
第二方面，本公开实施例提供了一种语音听写评分装置，包括：
采集模块，用于采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；
选择模块，用于选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，或者，所述参考数据库为与所述答题识别数据对应的答题数据库；
匹配模块，用于将所述目标数据与所述参考数据库进行匹配，得到匹配值；
计分模块，用于将所述匹配值作为所述目标人员的得分值。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的语音听写评分方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的语音听写评分方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的语音听写评分方法。
本公开实施例中的语音听写评分方案，包括：采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，以及，所述参考数据库为与所述答题数据对应的答题数据库；将所述目标数据与所述参考数据库进行匹配，得到匹配值；将所述匹配值作为所述目标人员的得分值。通过本公开的方案，采集目标人员的语音数据和答题数据，分别进行匹配得到得分值，提高了语音听写评分方法的效率和精确度。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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它的附图。
图1为本公开实施例提供的一种语音听写评分方法的流程示意图；
图2为本公开实施例提供的一种语音听写评分方法涉及的应用场景示意图；
图3为本公开实施例提供的一种语音听写评分装置的结构示意图；
图4为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
目前，随着教育水平的提高，普通话逐渐被推广到社会的方方面面，也衍生了很多能够进行普通话训练的产品和方法。现有的语音评分方法，使用者看到电脑屏幕上显示的中文字、词、句子或者短篇文章后，朗读这些内容，系统利用语音识别技术，识别出使用者的发音，判断其与屏幕上所显示内容本身的标准发音是否吻合，从而判断使用者的普通话发音是否标准，但是该方法无法获知使用者的整体情况，且只能进行语音训练，无法针对性的加强训练。本公开实施例提供一种语音听写评分方法，所述方法可以应用于语文教学训练或语言训练场景的语音听写过程。
参见图1，为本公开实施例提供的一种语音听写评分方法的流程示意图。如图1所示，所述方法主要包括以下步骤：
S101，采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；
电子设备可以内置有采集模块，或者外接采集设备，采集模块或者外接采集设备能够同时采集所述目标人员的语音数据和答题数据，集模块或者外接采集设备在采集到所述目标人员的语音数据和答题数据之后，可以将所述语音数据和所述答题数据作为所述目标数据，可以将所述目标数据发送至处理器进行分析处理操作，也可以将所述目标数据存储至预设的存储空间内，在后续需要对所述目标数据分析处理时，从所述存储空间内提取。
S102，选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，以及，所述参考数据库为与所述答题数据对应的答题数据库；
在采集到所述目标数据后，需要选取与所述目标数据对应的参考数据库，例如，当采集到所述目标人员的朗读音频，则所述朗读音频为所述语音数据，选择与所述语音数据对应的语音识别数据库。或者，当采集到所述目标人员的答题数据，则选择与所述答题数据对应的答题数据库。从而进行下一步操作流程。
S103，将所述目标数据与所述参考数据库进行匹配，得到匹配值；
在选取所述目标数据对应的参考数据库后，将所述目标数据与所述参考数据库进行匹配，根据所述目标数据与所述参考数据库的匹配程度得到所述匹配值。
S104，将所述匹配值作为所述目标人员的得分值。
根据所述目标数据与所述参考数据库的匹配程度计算得到所述匹配值之后，可以将所述匹配值作为所述目标人员的得分值，作为训练结果或者检测结果最直观的体现。当然，在语言类检测例如普通话考试中，也可以预设设置一个阈值，当所述得分值超过所述阈值时则判定考试通过。
本实施例的语音听写评分方法，通过采集目标人员的语音数据和答题数据，分别进行匹配得到得分值，提高了语音听写评分方法的效率和精确度。
在上述实施例的基础上，步骤S103所述的，将所述目标数据与所述参考数据库进行匹配之前，所述方法还包括：
采集预设数量的样本语音数据和样本答题数据；
例如，可以预先采集100个不同测试人员的朗读音频作为所述样本语音数据，以及，将样本试题的正确答案作为所述样本答题数据。
利用所述样本语音数据建立语音检测模型，以及，利用所述样本答题数据建立所述答题数据库。
具体实施时，可以利用所述样本语音数据建立语音检测模型，后续处理流程中可以采用所述语音检测模型自动对采集到的所述目标人员的语音数据进行分析处理，当然，也可以直接从其他设备获取。以及，利用所述样本答题数据建立所述答题数据库，以使得可以利用所述答题数据库与采集到的所述目标人员答题数据进行对比。
具体的，所述利用所述样本语音数据建立语音检测模型的步骤，包括：
利用全部所述样本语音数据训练卷积神经网络，得到所述语音检测模型。
例如，采集100个不同测试人员的朗读音频，存入数据库，然后利用全部所述样本语音数据训练卷积神经网络，得到所述语音检测模型。当然，为了提高识别精度，可以采用更多的样本语音数据，提高鲁棒性。
在上述实施例的基础上，当所述目标数据为语音数据时，所述将所述目标数据与所述参考数据库进行匹配，得到匹配值的步骤，包括：
将所述语音数据输入所述语音检测模型，得到文字数据；
将采集到的所述语音数据输入所述语音检测模型，所述语音模型能自动识别所述语音数据中的文字信息，并可以转换为所述文字数据。
将所述文字数据与所述语音识别数据库进行匹配，得到所述匹配值。
进一步的，所述将所述文字数据与所述语音识别数据库进行匹配，得到所述匹配值的步骤，包括：
从所述语音识别数据库内标注多个关键词；
计算所述文字数据与全部所述关键词的重合率；
将所述重合率作为所述匹配值。
具体实施时，可以根据需求例如文章的重难点从所述语音识别数据库内标注多个关键词，然后计算所述文字数据与全部所述关键词的重合率，并将所述重合率作为所述匹配值。提高了检测效率。当然，也可以根据实际需求，例如当要求检测精度较高的情况下，也可以对所述文字数据内的全部内容进行匹配，得到重合率，并将所述重合率作为所述匹配值。
在上述实施例的基础上，当所述目标数据为答题数据时，所述将所述目标数据与所述参考数据库进行匹配，得到匹配值的步骤，包括：
计算所述答题数据与所述答题库内的数据的重合率；
将所述重合率作为所述匹配值。
当采集到的所述目标数据为答题数据时，将所述答题数据与所述答题数据库进行比对，计算所述答题数据与所述答题库内的数据的重合率，然后将所述重合率作为所述匹配值。
例如，所述答题数据为50个答题内容，将50个所述答题内容与所述答题数据库进行比对，得到只有47个答题内容重合，则所述重合率为94％，可以将所述重合率作为所述匹配值。
在上述实施例的基础上，步骤S104所述的，将所述匹配值作为所述目标人员的得分值之后，所述方法还包括：
提取所述答题数据与所述答题数据库内的数据不同的答题数据；
将所述不同的答题数据对应的习题发送至所述目标人员。
具体实施时，考虑到所述目标人员可能会存在答题错误或者语音发音错误的情况，当得出所述目标人员的得分值，完成一次评分后，可以提前所述答题数据与所述答题数据库内的数据不同的答题数据，然后将所述不同的答题数据对应的习题发送至所述目标人员，进行再次答题或者作为错题集保存，便于后期所述目标人员针对这些易错点进行复习。或者，提前所述语音数据与所述语音识别数据库内不同的语音数据，然后将所述不同的语音数据对应的文字数据发送至所述目标人员，便于后期复习。
在一种具体实施方式中，如图2所示，在语言教育的场景时，收集学生语音音频，转换成计算机可识别的数据信息，并且将数据信息转换成中文文字，然后提取、标注关键字词数据，并且统计“命中”的次数等，为教师评判提供依据。电子设备中可以分类存储大量习题数据，根据需要调用相关习题，展示到屏幕，等待学生输入书面文字类答案，检测到数据输入后，匹配正确答案数据，判断是否正确，并予以分数，实现自动批阅并评分并记录、统计并分析学生输入的数据、批阅的数据等。完成评分后，产生大量相关数据，系统平台执行操作命令后调用数据信息，展现到平台上，供教师查看、评价学生数据，所有数据被存储下来，学生语言表达的各个维度评分数据、关键词命中数据、书面文字练习情况数据等形成学生画像。
与上面的方法实施例相对应，参见图3，本公开实施例还提供了一种语音听写评分装置30，包括：
采集模块301，用于采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；
选择模块302，用于选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，或者，所述参考数据库为与所述答题识别数据对应的答题数据库；
匹配模块303，用于将所述目标数据与所述参考数据库进行匹配，得到匹配值；
计分模块304，用于将所述匹配值作为所述目标人员的得分值。
图3所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图4，本公开实施例还提供了一种电子设备40，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的语音听写评分方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的语音听写评分方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的语音听写评分方法。
下面参考图4，其示出了适于用来实现本公开实施例的电子设备40的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，电子设备40可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备40操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备40与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备40，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备可以执行上述方法实施例的相关步骤。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备可以执行上述方法实施例的相关步骤。
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公开的操作的计算机程序代码，上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)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、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，该模块、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，在有些作为替换的实现中，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，两个接连地表示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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种语音听写评分方法，其特征在于，包括：
采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；
选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，以及，所述参考数据库为与所述答题数据对应的答题数据库；
将所述目标数据与所述参考数据库进行匹配，得到匹配值；
将所述匹配值作为所述目标人员的得分值。
2.根据权利要求1所述的方法，其特征在于，所述将所述目标数据与所述参考数据库进行匹配之前，所述方法还包括：
采集预设数量的样本语音数据和样本答题数据；
利用所述样本语音数据建立语音检测模型，以及，利用所述样本答题数据建立所述答题数据库。
3.根据权利要求2所述的方法，其特征在于，所述利用所述样本语音数据建立语音检测模型的步骤，包括：
利用全部所述样本语音数据训练卷积神经网络，得到所述语音检测模型。
4.根据权利要求3所述的方法，其特征在于，当所述目标数据为语音数据时，所述将所述目标数据与所述参考数据库进行匹配，得到匹配值的步骤，包括：
将所述语音数据输入所述语音检测模型，得到文字数据；
将所述文字数据与所述语音识别数据库进行匹配，得到所述匹配值。
5.根据权利要求4所述的方法，其特征在于，所述将所述文字数据与所述语音识别数据库进行匹配，得到所述匹配值的步骤，包括：
从所述语音识别数据库内标注多个关键词；
计算所述文字数据与全部所述关键词的重合率；
将所述重合率作为所述匹配值。
6.根据权利要求2所述的方法，其特征在于，当所述目标数据为答题数据时，所述将所述目标数据与所述参考数据库进行匹配，得到匹配值的步骤，包括：
计算所述答题数据与所述答题库内的数据的重合率；
将所述重合率作为所述匹配值。
7.根据权利要求6所述的方法，其特征在于，所述将所述匹配值作为所述目标人员的得分值的步骤之后，所述方法还包括：
提取所述答题数据与所述答题数据库内的数据不同的答题数据；
将所述不同的答题数据对应的习题发送至所述目标人员。
8.一种语音听写评分装置，其特征在于，包括：
采集模块，用于采集目标人员的目标数据，其中，所述目标数据包括语音数据或答题数据至少一种；
选择模块，用于选择与所述目标数据对应的参考数据库，其中，所述参考数据库为与所述语音数据对应的语音识别数据库，或者，所述参考数据库为与所述答题识别数据对应的答题数据库；
匹配模块，用于将所述目标数据与所述参考数据库进行匹配，得到匹配值；
计分模块，用于将所述匹配值作为所述目标人员的得分值。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-7中任一项所述的语音听写评分方法。
10.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-7中任一项所述的语音听写评分方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011148939.4A CN112289308A (zh) | 2020-10-23 | 2020-10-23 | 一种语音听写评分方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011148939.4A CN112289308A (zh) | 2020-10-23 | 2020-10-23 | 一种语音听写评分方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112289308A true CN112289308A (zh) | 2021-01-29 |
Family
ID=74424206
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011148939.4A Pending CN112289308A (zh) | 2020-10-23 | 2020-10-23 | 一种语音听写评分方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112289308A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106611048A (zh) * | 2016-12-20 | 2017-05-03 | 李坤 | 一种具有在线语音测评及语音交互功能的语言学习系统 |
| CN107274738A (zh) * | 2017-06-23 | 2017-10-20 | 广东外语外贸大学 | 基于移动互联网的汉英翻译教学评分系统 |
| CN107945069A (zh) * | 2017-11-17 | 2018-04-20 | 厦门亿学软件有限公司 | 商务英语智能系统 |
| CN109192224A (zh) * | 2018-09-14 | 2019-01-11 | 科大讯飞股份有限公司 | 一种语音评测方法、装置、设备及可读存储介质 |
| CN110164447A (zh) * | 2019-04-03 | 2019-08-23 | 苏州驰声信息科技有限公司 | 一种口语评分方法及装置 |
| CN110706536A (zh) * | 2019-10-25 | 2020-01-17 | 北京猿力未来科技有限公司 | 一种语音答题方法及装置 |
-
2020
- 2020-10-23 CN CN202011148939.4A patent/CN112289308A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106611048A (zh) * | 2016-12-20 | 2017-05-03 | 李坤 | 一种具有在线语音测评及语音交互功能的语言学习系统 |
| CN107274738A (zh) * | 2017-06-23 | 2017-10-20 | 广东外语外贸大学 | 基于移动互联网的汉英翻译教学评分系统 |
| CN107945069A (zh) * | 2017-11-17 | 2018-04-20 | 厦门亿学软件有限公司 | 商务英语智能系统 |
| CN109192224A (zh) * | 2018-09-14 | 2019-01-11 | 科大讯飞股份有限公司 | 一种语音评测方法、装置、设备及可读存储介质 |
| CN110164447A (zh) * | 2019-04-03 | 2019-08-23 | 苏州驰声信息科技有限公司 | 一种口语评分方法及装置 |
| CN110706536A (zh) * | 2019-10-25 | 2020-01-17 | 北京猿力未来科技有限公司 | 一种语音答题方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7122341B2 (ja) | 翻訳品質を評価するための方法と装置 | |
| CN109523194B (zh) | 汉语阅读能力测评方法、装置及可读存储介质 | |
| CN110969012B (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
| CN111144191B (zh) | 字体识别方法、装置、电子设备及存储介质 | |
| CN110600033B (zh) | 学习情况的评估方法、装置、存储介质及电子设备 | |
| CN111475627B (zh) | 解答推导题目的检查方法、装置、电子设备及存储介质 | |
| CN111107442B (zh) | 音视频文件的获取方法、装置、服务器及存储介质 | |
| CN109801527B (zh) | 用于输出信息的方法和装置 | |
| CN111292751B (zh) | 语义解析方法及装置、语音交互方法及装置、电子设备 | |
| US10089898B2 (en) | Information processing device, control method therefor, and computer program | |
| CN110569364A (zh) | 在线教学方法、装置、服务器及存储介质 | |
| CN111312209A (zh) | 文本到语音的转换处理方法、装置及电子设备 | |
| CN103730032A (zh) | 多媒体数据控制方法和系统 | |
| CN112651211A (zh) | 标签信息确定方法、装置、服务器及存储介质 | |
| CN111325031B (zh) | 简历解析方法及装置 | |
| US20240079002A1 (en) | Minutes of meeting processing method and apparatus, device, and medium | |
| CN110647613A (zh) | 一种课件构建方法、装置、服务器和存储介质 | |
| CN107844531B (zh) | 答案输出方法、装置和计算机设备 | |
| CN110867187B (zh) | 语音数据的处理方法、装置、存储介质及电子设备 | |
| EP4276827A1 (en) | Speech similarity determination method, device and program product | |
| CN112309389A (zh) | 信息交互方法和装置 | |
| CN112289308A (zh) | 一种语音听写评分方法、装置及电子设备 | |
| CN112509581B (zh) | 语音识别后文本的纠错方法、装置、可读介质和电子设备 | |
| WO2021036823A1 (zh) | 文本处理方法、装置、设备及介质 | |
| CN112699687A (zh) | 内容编目方法、装置和电子设备 |
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 |