CN113658609B - 关键字匹配信息的确定方法、装置、电子设备和介质 - Google Patents
关键字匹配信息的确定方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN113658609B CN113658609B CN202111221587.5A CN202111221587A CN113658609B CN 113658609 B CN113658609 B CN 113658609B CN 202111221587 A CN202111221587 A CN 202111221587A CN 113658609 B CN113658609 B CN 113658609B
- Authority
- CN
- China
- Prior art keywords
- keyword
- determining
- error
- voice
- word
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012549 training Methods 0.000 claims description 46
- 238000000605 extraction Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004763 bicuspid Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 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
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本公开涉及一种关键字匹配信息的确定方法、装置、电子设备和介质;其中,该方法包括:响应于对目标输入项的第一触发操作,获取目标输入项对应的语音题型、难度系数和关键字;根据语音题型、难度系数和关键字,确定关键字对应的匹配信息,匹配信息用于指示关键字对应的配对项和关键字对应的错误项;配对项包括配对字,错误项包括错误字;其中,难度系数根据目标语音单元之间的发音相似度确定,目标语音单元包括:配对字对应的语音单元和错误字对应的语音单元。本公开实施例能够对不同语音题型的难度系数进行更为精细的细分,使得确定出的关键字对应的匹配信息代表性强。
Description
技术领域
本公开涉及语音训练技术领域,尤其涉及一种关键字匹配信息的确定方法、装置、电子设备和介质。
背景技术
语音意识是一种元语言能力。对于汉语而言,语音意识指对汉语口语中各个水平的语音单元进行辨别、操作和灵活运用的能力,语音意识的发展是个体言语理解和表达能力以及阅读能力的基础,能够使得个体可以更精细地分辨并加工语音单元,进一步对应语音到语义的连接,以准确识别语流中的词汇,同时更快更准确地理解他人的话语含义。其中,语音单元可包括:声母、韵母和声调。
目前用于语音训练的语音题型对应的难度系数的确定主要是通过语音单元的习得规律,从单个语音单元进行训练难度的分级。如针对声母题而言,其匹配信息主要是对声母进行不同区分,其对于训练难度的分级较为单一,从而,导致语音训练效率不高。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种语音训练方法、装置、电子设备和介质。
第一方面,本公开提供了一种关键字匹配信息的确定方法,包括:
响应于对目标输入项的第一触发操作,获取所述目标输入项对应的语音题型、难度系数和关键字;
根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息,所述匹配信息用于指示所述关键字对应的配对项和所述关键字对应的错误项;所述配对项包括配对字,所述错误项包括错误字;
其中,所述难度系数根据目标语音单元之间的发音相似度确定,所述目标语音单元包括:所述配对字对应的语音单元和所述错误字对应的语音单元。
第二方面,本公开提供了一种关键字匹配信息的确定装置,包括:
获取模块,用于响应于对目标输入项的第一触发操作,获取所述目标输入项对应的语音题型、难度系数和关键字;
确定模块,用于根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息,所述匹配信息用于指示所述关键字对应的配对项和所述关键字对应的错误项;所述配对项包括配对字,所述错误项包括错误字;
其中,所述难度系数根据目标语音单元之间的发音相似度确定,所述目标语音单元包括:所述配对字对应的语音单元和所述错误字对应的语音单元。
第三方面,公开还提供了一种电子设备,包括:
处理器;以及
存储程序的存储器,
其特征在于,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器实现本实施例中的任一种所述的关键字匹配信息的确定方法。
第四方面,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行时实现本实施例中的任一种所述的关键字匹配信息的确定方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:通过响应目标输入项的第一触发操作,获取目标输入项对应的语音题型、难度系数和关键字,根据语音题型、难度系数和关键字,确定关键字对应的匹配信息,配对项包括配对字,错误项包括错误字;其中,难度系数根据目标语音单元之间的发音相似度确定,目标语音单元包括:配对字对应的语音单元和错误字对应的语音单元,以对不同语音题型的难度系数进行更为精确的细分,使得确定出的关键字对应的匹配信息代表性强,并根据关键字对应的匹配信息进行关键字的语音训练,便于训练者深入记忆,增强语音意识,从而,有效提高语音训练效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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,对于本领域普通技术人员而言,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是本公开实施例提供的一种关键字匹配信息的确定方法的流程示意图;
图2是本公开实施例提供的另一种关键字匹配信息的确定方法的流程示意图;
图3是本公开实施例提供的一种关键字匹配信息的界面示意图;
图4是本公开实施例提供的另一种关键字匹配信息的界面示意图;
图5是本公开实施例提供的又一种关键字匹配信息的确定方法的流程示意图;
图6是本公开实施例提供的一种关键字匹配信息的确定装置的结构示意图;
图7是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
以下参照附图描述本公开的方案。
图1是本公开实施例提供的一种关键字匹配信息的确定方法的流程示意图。本实施例可适用于确定关键字对应的匹配信息的情况。本实施例方法可由关键字匹配信息的确定装置来执行,该装置可采用硬件/或软件的方式来实现,并可配置于电子设备中。可实现本申请任意实施例所述的关键字匹配信息的确定方法。如图1所示,该方法具体包括如下:
S110、响应于对目标输入项的第一触发操作,获取目标输入项对应的语音题型、难度系数和关键字。
其中,目标输入项为语音评测系统中一个显示界面上的虚拟输入项,可通过触发填写虚拟控件的方式实现对目标输入项的第一触发操作。用户可通过语音评测系统对一个或多个特定的关键字进行语音训练。
显示界面上的目标输入项至少可对应:语音题型、难度系数和关键字。
其中,关键字为基于语音训练时用户选取,或者系统选取出的一个或多个分别独立的中文汉字。
语音题型可包括声母题、韵母题和声调题,用于判定关键字的声母、韵母或者声调。
难度系数为基于关键字对应的一个或多个语音题型训练时的难度等级划分结果,难度系数可包括:第一系数、第二系数、第三系数和第四系数,可根据语音题型进行难度系数等级的细分。
在本实施例中,可选的,关键字的获取方式可包括:人工输入和课文提取。
其中,关键字的获取方式可具有多种实现结果,如人工输入和课文提取。
其中,人工输入为用户在显示界面的指定位置中输入一个或多个中文汉字的操作,用户可根据训练者的训练情况进行关键字的输入。
课文提取为用户在显示界面的指定位置中输入一篇或者选中一篇课文,得到的该篇课文中的一个或多个中文汉字的操作。具体的,用户可在显示界面上显示的该篇课文中选取出一个或多个中文汉字作为关键字,或者,用户可选取系统推荐的方式,系统基于选择一个或多个押韵字或者该篇课文中的一个或多个高频字作为关键字。
从而,使得关键字的获取方式具有多种,极大的丰富了关键字的获取场景,便于用户使用便利自己的方式进行关键字的快速选取。
在本实施例中,可选的,在S110之前,本实施例方法还包括:
若关键字的提取方式为课文提取,则展示待提取课文中的预设字;
响应于对预设字中的一个预设字的触发操作,将一个预设字确定为关键字。
其中,预设字可为系统基于预设规则从该篇课文中选取出的一个或多个中文汉字。预设规则可为汉字出现频率、汉字押韵程度等。
从而,用户可在系统展示的多个预设字中挑选出一个或多个中文汉字作为关键字,通过系统提示推荐的方式,免去用户需要记住想要进行训练的关键字的过程,提高用户选取关键字的便利性。
S120、根据语音题型、难度系数和关键字,确定关键字对应的匹配信息。
其中,匹配信息用于指示关键字对应的配对项和关键字对应的错误项,其中,配对项中可包括一个配对字,错误项中可包括一个错误字。难度系数可根据目标语音单元之间的发音相似度确定,目标语音单元可包括:配对字对应的语音单元和错误字对应的语音单元,语音单元可包括:声母、韵母和声调中的至少一种。
其中,一个关键字会对应一组匹配信息,匹配信息中会包括多个配对项和错误项,配对项中可包括关键字对应的配对字和连接字,错误项中可包括关键字对应的错误字和连接字。
需要说明的是,配对项的具体展示形式,可包括:单个中文汉字、由多个中文汉字组成的短词、由中文汉字组成的一句话。
其中,难度系数根据目标语音单元之间的发音相似度确定,目标语音单元包括:配对字对应的语音单元和错误字对应的语音单元,语音单元包括:声母、韵母和声调,也就是,难度系数与目标语音单元之间的发音相似度相关联。
举例而言,配对字对应的声母与错误字对应声母之间的发音相似度与难度系数相关,或者,配对字对应的韵母与错误字对应韵母之间的发音相似度与难度系数相关,或者,配对字对应的声母与配对字对应韵母之间的发音相似度与难度系数相关,或者,错误字对应的声母与错误字对应韵母之间的发音相似度与难度系数相关。
本实施例提供的关键字匹配信息的确定方法,通过响应目标输入项的第一触发操作,获取目标输入项对应的语音题型、难度系数和关键字,根据语音题型、难度系数和关键字,确定关键字对应的匹配信息,其中,难度系数根据目标语音单元之间的发音相似度确定,目标语音单元包括:配对字对应的语音单元和错误字对应的语音单元,以对不同语音题型的难度系数进行更为精确的细分,使得确定出的关键字对应的匹配信息代表性强,并根据关键字对应的匹配信息进行关键字的语音训练,便于训练者深入记忆,增强语音意识,从而,有效提高语音训练效率。
图2是本公开实施例提供的另一种关键字匹配信息的确定方法方法的流程示意图。本实施例是在上述实施例的基础上,其中,S120的一种可能的实现方式如下:
S1201、根据难度系数,确定关键字对应的配对字和关键字对应的错误字。
其中,不同的难度系数对应的不同的匹配规则,匹配规则用于指示关键字对应的配对字选取标准,和关键字对应的错误字选取标准。
关键字对应的配对字,为一个语音题型对应的语音单元与关键字对应的语音单元之间匹配得到的中文汉字。
以下给出几种示例,其中,分别以语音题型为声母题、语音题型为韵母题、语音题型为声调题进行关键字对应的配对字和关键字对应的错误字进行示例。
示例一、语音题型为声母题时,配对字的声母与关键字的声母相同;配对字的韵母与关键字的韵母可相同,或者,配对字的韵母与关键字的韵母可不同;配对字的声调与关键字的声调可相同,或者,配对字的声调与关键字的声调可不同。
错误字的声母与关键字的声母不同;配对字的韵母与关键字的韵母可相同,或者,配对字的韵母与关键字的韵母可不同;配对字的声调与关键字的声调可相同,或者,配对字的声调与关键字的声调可不同。
示例二、语音题型为韵母题时,配对字的韵母与关键字的韵母相同;配对字的声母与关键字的声母可相同,或者,配对字的声母与关键字的声母可不同;配对字的声调与关键字的声调可相同,或者,配对字的声调与关键字的声调可不同。
错误字的韵母与关键字的韵母不同;配对字的声母与关键字的声母可相同,或者,配对字的声母与关键字的声母可不同;配对字的声调与关键字的声调可相同,或者,配对字的声调与关键字的声调可不同。
示例三、语音题型为声调题时,配对字的声调与关键字的声调相同;配对字的声母与关键字的声母可相同,或者,配对字的声母与关键字的声母可不同;配对字的韵母与关键字的韵母可相同,或者,配对字的韵母与关键字的韵母可不同。
错误字的声调与关键字的声调不同;配对字的声母与关键字的声母可相同,或者,配对字的声母与关键字的声母可不同;配对字的韵母与关键字的韵母可相同,或者,配对字的韵母与关键字的韵母可不同。
基于上述实施例的描述,语音题型可包括:声母题、韵母题、声调题。
在本实施例中,可选的,在语音题型为声母题或韵母题时,根据难度系数,确定关键字对应的配对字和关键字对应的错误字,包括:
将与语音题型对应的第一语音单元相同的字确定为配对字;
根据难度系数的系数级别和与配对字对应的第一语音单元的发音相似度的范围级别,确定关键字对应的错误字。
其中,难度系数的系数级别可基于测试需求进行自定义设置,难度系数的系数级别可包括:第一系数级别、第二系数级别和第三系数级别。本公开对系数级别的具体划分不做限定。
需要说明的是,第一系数级别可大于第二系数级别,第二系数级别可大于第三系数级别,或者,第一系数级别可小于第二系数级别,第二系数级别可小于第三系数级别,从而,实现不同难度级别下的关键字对应的错误字的有效划分。
在本实施例中,可选的,根据难度系数的系数级别和配对字对应的第一语音单元的发音相似度的范围级别,确定关键字对应的错误字,包括:
在难度系数为第一系数级别时,将与配对字对应的第一语音单元的发音相似度处于第一阈值范围,且与配对字对应的第二语音单元不同的字,确定为错误字;
或者,在难度系数为第二系数级别时,将与配对字对应的第一语音单元的发音相似度处于第二阈值范围,且与配对字对应的第二语音单元不同的字,确定为错误字;
或者,在难度系数为第三系数级别时,将与配对字对应的第一语音单元的发音相似度处于第三阈值范围,且与配对字对应的第二语音单元不同的字,确定为错误字。
其中,第一语音单元和第二语音单元为对应语音题型得出的语音单元。不同的语音题型在不同难度系数下,关键字对应的配对字和关键字对应的错误字的选取标准不同。以下进行不同语音题型的示例说明。
示例一,语音题型为声母题,第一语音单元可为声母、第二语音单元可为韵母,在对应的难度系数为第一系数时,可将与语音题型对应的声母相同的字确定为配对字;将与配对字对应的声母的发音相似度处于第一阈值范围,且与配对字对应的韵母不同的字,确定为错误字。
或者,语音题型为声母题,第一语音单元可为声母、第二语音单元可为韵母,在难度系数为第二系数时,可将与语音题型对应的声母相同的字确定为配对字;将与配对字对应的声母的发音相似度处于第而阈值范围,且与配对字对应的韵母不同的字,确定为错误字。
或者,语音题型为声母题,第一语音单元可为声母、第二语音单元可为韵母,在难度系数为第三系数时,可将与语音题型对应的声母相同的字确定为配对字;将与配对字对应的声母的发音相似度处于第三阈值范围,且与配对字对应的韵母不同的字,确定为错误字。
其中,可选的,第一阈值范围中的最大值小于等于第二阈值,第二阈值范围中的最大值小于等于第三阈值。
另外,配对字的声调可与关键字的声调相同,或者,配对字的声调可与关键字的声调各不相同。错误字的声调可与关键字的声调相同,或者,错误字的声调可与关键字的声调各不相同。
示例二,语音题型为韵母题,第一语音单元可为韵母、第二语音单元可为声母,在对应的难度系数为第一系数时,可将与语音题型对应的韵母相同的字确定为配对字;将与配对字对应的韵母的发音相似度处于第一阈值范围,且与配对字对应的声母不同的字,确定为错误字。
或者,语音题型为韵母题,第一语音单元可为韵母、第二语音单元可为声母,在对应的难度系数为第二系数时,可将与语音题型对应的韵母相同的字确定为配对字;将与配对字对应的韵母的发音相似度处于第二阈值范围,且与配对字对应的声母不同的字,确定为错误字。
或者,语音题型为韵母题,第一语音单元可为韵母、第二语音单元可为声母,在对应的难度系数为第三系数时,可将与语音题型对应的韵母相同的字确定为配对字;将与配对字对应的韵母的发音相似度处于第三阈值范围,且与配对字对应的声母不同的字,确定为错误字。
其中,可选的,第一阈值范围中的最大值小于等于第二阈值,第二阈值范围中的最大值小于等于第三阈值。
另外,配对字的声调可与关键字的声调相同,或者,配对字的声调可与关键字的声调各不相同。错误字的声调可与关键字的声调相同,或者,错误字的声调可与关键字的声调各不相同。
从而,为关键字的配对字和关键字的错误字制定更为精细的匹配标准,同时,能够更适应于处于不同阶段的训练者的训练需求。
在本实施例中,可选的,在语音题型为声调题时,根据难度系数,确定关键字对应的配对字和关键字对应的错误字,包括:
根据难度系数的系数级别和与关键字对应的语音单元,确定关键字对应的配对字;
根据难度系数的系数级别和与关键字对应的语音单元,确定关键字对应的错误字。
其中,与关键字对应的不同语音单元能够有效衡量一个字的声母与韵母之间的难易组合,从而,制定不同的难度系数的系数级别,有效准确的确定出关键字对应的配对字和错误字。
在本实施例中,可选的,根据所述难度系数的系数级别和所述关键字对应的语音单元,确定所述关键字对应的配对字,包括:
在所述难度系数为第一系数级别时,将与所述关键字同声母、同韵母且同声调的字确定为配对字;
或者,在所述难度系数为第二系数级别时,将与所述关键字同韵母、不同声母且同声调的字确定为配对字;
或者,在所述难度系数为第三系数级别时,将与所述关键字同声母、不同韵母且同声调的字确定为配对字;
或者,在所述难度系数为第四系数级别时,将与所述关键字不同声母、不同韵母且同声调的字确定为配对字;
所述根据所述难度系数的系数级别和所述关键字对应的语音单元,确定所述关键字对应的错误字,包括:
在所述难度系数为第一系数级别时,将与所述关键字同声母、同韵母且不同声调的字确定为错误字;
或者,在所述难度系数为第二系数级别时,将与所述关键字同韵母、不同声母且不同声调的字确定为错误字;
或者,在所述难度系数为第三系数级别时,将与所述关键字同声母、不同韵母且不同声调的字确定为错误字;
或者,在所述难度系数为第四系数级别时,将与所述关键字不同声母、不同韵母且不同声调的字确定为错误字。
其中,基于不同难度系数,为关键字选取不同训练难度的配对字和错误字,以对不同难度系数进行有效的细分。
其中,第一系数级别、第二系数级别、第三系数级别和第四系数级别的训练难度依次递增。在第一系数级别下,关键字、配对字、错误字的声母和韵母相同,仅声调不同,从而,能够减少关键字对应的配对字和关键字对应的错误字在选取时的干扰。
在第四系数级别下,通过设置关键字、配对字、错误字的声母和韵母各不相同,也就是,关键字的声母与配对字的声母不同,关键字的声母与错误字的声母不同,错误字的声母与错误字的声母不同;同时,关键字的韵母与配对字的韵母不同,关键字的韵母与错误字的韵母不同,错误字的韵母与错误字的韵母不同。以增加关键字对应的配对字和关键字对应的错误字在选取时的干扰。
在本实施例中,可选的,根据语音题型、难度系数和关键字,确定关键字对应的匹配信息之前,本实施例方法还包括:
响应于对目标输入项的第二触发操作,获取目标输入项对应的训练阶段,训练阶段包括:第一阶段、第二阶段和第三阶段;
根据语音题型、难度系数和关键字,确定关键字对应的匹配信息,包括:
根据语音题型、难度系数、关键字和训练阶段,确定关键字对应的匹配信息,匹配信息用于指示关键字的配对项和错误项。
其中,语音训练系统的显示界面上展示的目标输入项还可以包括:训练阶段。其中,训练阶段可包括:第一阶段、第二阶段和第三阶段。
其中,所述第一阶段对应的配对项的数量、所述第二阶段对应的配对项的数量、以及所述第三阶段对应的配对项的数量不同,所述第一阶段对应的错误项的数量、所述第二阶段对应的错误项的数量、以及所述第三阶段对应的错误项的数量不同。
示例性地,第一阶段对应的配对项的数量可与第二阶段对应的配对项的数量不同,第二阶段对应的配对项的数量可与第三阶段对应的配对项的数量不同;第一阶段对应的错误项的数量可与第二阶段对应的错误项的数量不同,第二阶段对应的错误项的数量可与第三阶段对应的错误项的数量不同。
可参见如图3示例性所示。其中,在训练阶段为第二阶段时,难度系数为第一系数级别(如难度1)对应的关键字的配对项的数量为4,关键字的错误项的数量为2。难度系数级别为第二系数(如难度2)对应的关键字的配对项的数量为8,关键字的错误项的数量为4。难度系数为第三系数级别(如难度3)对应的关键字的配对项的数量为4,关键字的错误项的数量为2。
具体可参见图4。其中,在训练阶段为第一阶段时,难度系数为第一系数级别(如难度1)对应的关键字的配对项的数量为8,关键字的错误项的数量为4。难度系数为第二系数级别(如难度2)对应的关键字的配对项的数量为8,关键字的错误项的数量为4。
通过设置不同训练阶段,使得语音训练系统根据输入的语音题型、难度系数、关键字和训练阶段,输出不同数量的配对项和不同数量的错误项。便于训练者进行多阶训练。
在本实施例中,可选的,根据语音题型、难度系数和关键字,确定关键字对应的匹配信息之前,本实施例方法还包括:
响应于对目标输入项的第三触发操作,获取目标输入项对应的目标题库;
根据语音题型、难度系数和关键字,确定关键字对应的匹配信息,包括:
将目标题库中配对字对应的词语确定为关键字的配对项,将目标题库中错误字对应的词语确定为关键字的错误项。
其中,可参见图3中示例,目标题库可对应于课文名称查询,也可对应于预先设定出的预设字/词。在目标题库对应于课文名称查询时,用户可在系统中查询出一篇课文,作为目标题库,用来选择关键字对应的配对项和关键字对应的错误项。
相应的,在目标题库对应于预设字/词查询时,用户可在系统中查询出若干个预设字/词,作为目标题库,用来选择关键字对应的配对项和关键字对应的错误项。
S1202、将语音题型关联的题库中的配对字对应的词语确定为关键字的配对项,将语音题型关联的题库中的错误字对应的词语确定为关键字的错误项。
其中,题库是基于汉语语音数据库构建出的,搭建汉语语音数据库可包括:收纳适龄儿童能够理解的简单词汇,即采集CHILDES 3~8岁口语语料库,义务教育词表中较低难度词语,儿童读物中的高频词语,并根据《现代汉语词典》确认提取出的词语是否为真实词汇。标注拼音,并根据音变规律标注音变(声调)信息。建立儿童读物的文本数据库。将韵母分为单(元音)韵母和复(元音)韵母,根据单韵母的发音相似度,进行难度分级。
可分为三个等级,其中:
难度等级1:语音共享少,发音相似度相对较低,如,a和e、a和o;
难度等级2:语音共享中等,发音相似度中等,如,o和u、o和e;
难度等级3:语音共享多,发音相似度相对较高,如,i和ü、u和ü。
根据1.5~6岁儿童的发音混淆情况的统计分析结果将发生混淆的复韵母对进行难度分级,难度等级共有3个水平。
其中,难度等级1:三岁以上儿童在言语表达过程中不会产生混淆的复韵母对,如,ai和an;
难度等级2:三岁至五岁儿童在言语表达过程中容易发生混淆的复韵母对,如,ang和ao;
难度等级3:儿童五岁后仍出现混淆的音,如,eng和en。
根据声母语音特征的共享维度多少以及儿童发音错误率,将声母对进行难度排序;难度等级共有3个水平。
其中,难度等级1:最易分辨,且儿童3岁后发音较少混淆,如,b和t都是塞音,但是发声位置和发声时是否送气这两个特征不同,且儿童3岁后发音较少混淆;
难度等级2:难度适中,儿童3-5岁时发音易混淆,如,p和t都是送气的塞音,仅有发声位置的不同,其中/p/是双唇音,/t/是舌尖音;儿童5岁后对发音部位的区分能力会有提升;
难度等级3:等级难度较高,儿童5岁后仍会出现发音混淆,如,b和p为发音位置相同的塞音,但发音方法有所不同,其中/b/为浊辅音,/p/为清辅音,儿童对于不同发音方法的区分能力。
从而,通过从语音题型关联的题库中选择配对字对应的词语作为关键字的配对项,从语音题型关联的题库中选择错误字对应的词语作为关键字的错误项,以将配对项中的配对字进行标记,并将错误项中的错误字进行标记,便于生成用于进行关键字语音训练的备选项。
图5是本公开实施例提供的又一种关键字匹配信息的确定方法的流程示意图。本实施例是在上述实施例的基础上,进一步地,S130之后,本实施例方法还可以包括:
S130、接收目标关键字的语音训练请求,语音训练请求包括:难度系数和语音题型。
其中,难度系数为目标关键字对应的难度等级。语音题型为关键字用于进行语音单元训练的题型,如声母题、韵母题、声调题。
S140、基于难度系数和语音题型,从目标关键字对应的匹配信息中确定目标关键字的备选项。
其中,备选项用于对目标关键字进行语音训练。
在对目标关键字进行语音训练时,可基于目标关键字选取的难度系数和目标关键字选取的语音题型,从目标关键字对应的匹配信息中确定目标关键字的备选项,以使得用户根据备选项中的配对字和错误字对目标关键字进行语音训练。
在本实施例中,可选的,基于难度系数和语音题型,从目标关键字对应的匹配信息中确定目标关键字的备选项,包括:
基于难度系数和语音题型,从目标关键字对应的配对项中选择第一预设数量个配对项,从目标关键字对应的错误项中选择第二预设数量个错误项;
将第一预设数量个配对项和第二预设数量个错误项确定为目标关键字的备选项。
其中,配对项的数量和错误项的数量可基于用户的需求进行自行选定。如第一预设数量可设置为1,第二预设数量可设置为3。本实施例对此不做限定。
从而,语音训练系统能够根据难度系数和语音题型的输入,输出关键字对应的备选项,便于用户直接基于备选项进行语音训练。
图6是本公开实施例提供的一种关键字匹配信息的确定装置的结构示意图;该装置配置于电子设备中,可实现本申请任意实施例所述的关键字匹配信息的确定方法。该装置具体包括如下:
获取模块610,用于响应于对目标输入项的第一触发操作,获取所述目标输入项对应的语音题型、难度系数和关键字;
确定模块620,用于根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息,所述匹配信息用于指示所述关键字对应的配对项和所述关键字对应的错误项;所述配对项包括配对字,所述错误项包括错误字;
其中,所述难度系数根据目标语音单元之间的发音相似度确定,所述目标语音单元包括:所述配对字对应的语音单元和所述错误字对应的语音单元。
在本实施例中,可选的,确定模块620,包括:第一确定单元和第二确定单元;
第一确定单元,用于根据所述难度系数,确定所述关键字对应的配对字和所述关键字对应的错误字;
第二确定单元,用于将所述语音题型关联的题库中的所述配对字对应的词语确定为所述关键字的配对项,将所述语音题型关联的题库中的所述错误字对应的词语确定为所述关键字的错误项。
在本实施例中,可选的,所述语音题型为声母题或韵母题;
第一确定单元,具体用于:
将与所述语音题型对应的第一语音单元相同的字确定为配对字;
根据所述难度系数的系数级别和与所述配对字对应的第一语音单元的发音相似度的范围级别,确定所述关键字对应的错误字。
在本实施例中,可选的,第一确定单元,具体用于:
在所述难度系数为第一系数级别时,将与所述配对字对应的第一语音单元的发音相似度处于第一阈值范围,且与所述配对字对应的第二语音单元不同的字,确定为错误字;
或者,在所述难度系数为第二系数级别时,将与所述配对字对应的第一语音单元的发音相似度处于第二阈值范围,且与所述配对字对应的第二语音单元不同的字,确定为错误字;
或者,在所述难度系数为第三系数级别时,将与所述配对字对应的第一语音单元的发音相似度处于第三阈值范围,且与所述配对字对应的第二语音单元不同的字,确定为错误字。
在本实施例中,可选的,所述语音题型为声调题;
第二确定单元,具体用于:
根据所述难度系数的系数级别和与所述关键字对应的语音单元,确定所述关键字对应的配对字;
根据所述难度系数的系数级别和与所述关键字对应的语音单元,确定所述关键字对应的错误字。
在本实施例中,可选的,第二确定单元,具体用于:
在所述难度系数为第一系数级别时,将与所述关键字同声母、同韵母且同声调的字确定为配对字;
或者,在所述难度系数为第二系数级别时,将与所述关键字同韵母、不同声母且同声调的字确定为配对字;
或者,在所述难度系数为第三系数级别时,将与所述关键字同声母、不同韵母且同声调的字确定为配对字;
或者,在所述难度系数为第四系数级别时,将与所述关键字不同声母、不同韵母且同声调的字确定为配对字;
所述根据所述难度系数的系数级别和所述关键字对应的语音单元,确定所述关键字对应的错误字,包括:
在所述难度系数为第一系数级别时,将与所述关键字同声母、同韵母且不同声调的字确定为错误字;
或者,在所述难度系数为第二系数级别时,将与所述关键字同韵母、不同声母且不同声调的字确定为错误字;
或者,在所述难度系数为第三系数级别时,将与所述关键字同声母、不同韵母且不同声调的字确定为错误字;
或者,在所述难度系数为第四系数级别时,将与所述关键字不同声母、不同韵母且不同声调的字确定为错误字。
在本实施例中,可选的,获取模块610,还用于响应于对目标输入项的第二触发操作,获取所述目标输入项对应的训练阶段,所述训练阶段包括:第一阶段、第二阶段和第三阶段;
确定模块620,具体用于:
根据所述语音题型、所述难度系数、所述关键字和所述训练阶段,确定所述关键字对应的匹配信息,所述匹配信息用于指示所述关键字的配对项和错误项;
其中,所述第一阶段对应的配对项的数量、所述第二阶段对应的配对项的数量、以及所述第三阶段对应的配对项的数量不同,所述第一阶段对应的错误项的数量、所述第二阶段对应的错误项的数量、以及所述第三阶段对应的错误项的数量不同。
在本实施例中,可选的,获取模块610,还用于响应于对目标输入项的第三触发操作,获取所述目标输入项对应的目标题库;
确定模块620,具体用于:
将所述目标题库中所述配对字对应的词语确定为所述关键字的配对项,将所述目标题库中所述错误字对应的词语确定为所述关键字的错误项。
在本实施例中,可选的,还包括:展示模块;
展示模块,用于若所述关键字的提取方式为课文提取,则展示待提取课文中的预设字;
确定模块620,还用于响应于对所述预设字中的一个预设字的触发操作,将所述一个预设字确定为关键字。
通过本发明实施例的关键字匹配信息的确定装置,通过响应目标输入项的第一触发操作,获取目标输入项对应的语音题型、难度系数和关键字,根据语音题型、难度系数和关键字,确定关键字对应的匹配信息,其中,难度系数根据目标语音单元之间的发音相似度确定,目标语音单元包括:配对字对应的语音单元和错误字对应的语音单元,以对不同语音题型的难度系数进行更为精确的细分,使得确定出的关键字对应的匹配信息代表性强,并根据关键字对应的匹配信息进行关键字的语音训练,便于训练者深入记忆,增强语音意识,从而,有效提高语音训练效率。
本发明实施例所提供的关键字匹配信息的确定装置可执行本发明任意实施例所提供的关键字匹配信息的确定方法,具备执行方法相应的功能模块和有益效果。
本公开示例性实施例还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序,所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本公开实施例的方法。
本公开示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。
本公开示例性实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。
参考图7,现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元704可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理。例如,在一些实施例中,关键字匹配信息的确定方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。在一些实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行关键字匹配信息的确定方法。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本公开使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (11)
1.一种关键字匹配信息的确定方法,其特征在于,所述方法包括:
响应于对目标输入项的第一触发操作,获取所述目标输入项对应的语音题型、难度系数和关键字;
根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息,包括:根据所述难度系数,确定所述关键字对应的配对字和所述关键字对应的错误字;将所述语音题型关联的题库中的所述配对字对应的词语确定为所述关键字的配对项,将所述语音题型关联的题库中的所述错误字对应的词语确定为所述关键字的错误项;所述匹配信息用于指示所述关键字对应的配对项和所述关键字对应的错误项;所述配对项包括配对字,所述错误项包括错误字;
其中,所述难度系数根据目标语音单元之间的发音相似度确定,所述目标语音单元包括:所述配对字对应的语音单元和所述错误字对应的语音单元。
2.根据权利要求1所述的方法,其特征在于,所述语音题型为声母题或韵母题;
所述根据所述难度系数,确定所述关键字对应的配对字和所述关键字对应的错误字,包括:
将与所述语音题型对应的第一语音单元相同的字确定为配对字;
根据所述难度系数的系数级别和与所述配对字对应的第一语音单元的发音相似度的范围级别,确定所述关键字对应的错误字。
3.根据权利要求2所述的方法,其特征在于,所述根据所述难度系数的系数级别和所述配对字对应的第一语音单元的发音相似度的范围级别,确定所述关键字对应的错误字,包括:
在所述难度系数为第一系数级别时,将与所述配对字对应的第一语音单元的发音相似度处于第一阈值范围,且与所述配对字对应的第二语音单元不同的字,确定为错误字;
或者,在所述难度系数为第二系数级别时,将与所述配对字对应的第一语音单元的发音相似度处于第二阈值范围,且与所述配对字对应的第二语音单元不同的字,确定为错误字;
或者,在所述难度系数为第三系数级别时,将与所述配对字对应的第一语音单元的发音相似度处于第三阈值范围,且与所述配对字对应的第二语音单元不同的字,确定为错误字。
4.根据权利要求1所述的方法,其特征在于,所述语音题型为声调题;
所述根据所述难度系数,确定所述关键字对应的配对字和所述关键字对应的错误字,包括:
根据所述难度系数的系数级别和与所述关键字对应的语音单元,确定所述关键字对应的配对字;
根据所述难度系数的系数级别和与所述关键字对应的语音单元,确定所述关键字对应的错误字。
5.根据权利要求4所述的方法,其特征在于,所述根据所述难度系数的系数级别和所述关键字对应的语音单元,确定所述关键字对应的配对字,包括:
在所述难度系数为第一系数级别时,将与所述关键字同声母、同韵母且同声调的字确定为配对字;
或者,在所述难度系数为第二系数级别时,将与所述关键字同韵母、不同声母且同声调的字确定为配对字;
或者,在所述难度系数为第三系数级别时,将与所述关键字同声母、不同韵母且同声调的字确定为配对字;
或者,在所述难度系数为第四系数级别时,将与所述关键字不同声母、不同韵母且同声调的字确定为配对字;
所述根据所述难度系数的系数级别和所述关键字对应的语音单元,确定所述关键字对应的错误字,包括:
在所述难度系数为第一系数级别时,将与所述关键字同声母、同韵母且不同声调的字确定为错误字;
或者,在所述难度系数为第二系数级别时,将与所述关键字同韵母、不同声母且不同声调的字确定为错误字;
或者,在所述难度系数为第三系数级别时,将与所述关键字同声母、不同韵母且不同声调的字确定为错误字;
或者,在所述难度系数为第四系数级别时,将与所述关键字不同声母、不同韵母且不同声调的字确定为错误字。
6.根据权利要求1所述的方法,其特征在于,所述根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息之前,所述方法还包括:
响应于对目标输入项的第二触发操作,获取所述目标输入项对应的训练阶段,所述训练阶段包括:第一阶段、第二阶段和第三阶段;
所述根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息,包括:
根据所述语音题型、所述难度系数、所述关键字和所述训练阶段,确定所述关键字对应的匹配信息,所述匹配信息用于指示所述关键字的配对项和错误项;
其中,所述第一阶段对应的配对项的数量、所述第二阶段对应的配对项的数量、以及所述第三阶段对应的配对项的数量不同,所述第一阶段对应的错误项的数量、所述第二阶段对应的错误项的数量、以及所述第三阶段对应的错误项的数量不同。
7.根据权利要求1所述的方法,其特征在于,所述根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息之前,所述方法还包括:
响应于对目标输入项的第三触发操作,获取所述目标输入项对应的目标题库;
根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息,包括:
将所述目标题库中所述配对字对应的词语确定为所述关键字的配对项,将所述目标题库中所述错误字对应的词语确定为所述关键字的错误项。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述关键字的提取方式为课文提取,则展示待提取课文中的预设字;
响应于对所述预设字中的一个预设字的触发操作,将所述一个预设字确定为关键字。
9.一种关键字匹配信息的确定装置,其特征在于,所述装置包括:
获取模块,用于响应于对目标输入项的第一触发操作,获取所述目标输入项对应的语音题型、难度系数和关键字;
确定模块,用于根据所述语音题型、所述难度系数和所述关键字,确定所述关键字对应的匹配信息;确定模块,包括:第一确定单元和第二确定单元;第一确定单元,用于根据所述难度系数,确定所述关键字对应的配对字和所述关键字对应的错误字;第二确定单元,用于将所述语音题型关联的题库中的所述配对字对应的词语确定为所述关键字的配对项,将所述语音题型关联的题库中的所述错误字对应的词语确定为所述关键字的错误项;所述匹配信息用于指示所述关键字对应的配对项和所述关键字对应的错误项;所述配对项包括配对字,所述错误项包括错误字;
其中,所述难度系数根据目标语音单元之间的发音相似度确定,所述目标语音单元包括:所述配对字对应的语音单元和所述错误字对应的语音单元。
10.一种电子设备,包括:
处理器;以及
存储程序的存储器,
其特征在于,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-8中任一项所述的关键字匹配信息的确定方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的关键字匹配信息的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221587.5A CN113658609B (zh) | 2021-10-20 | 2021-10-20 | 关键字匹配信息的确定方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221587.5A CN113658609B (zh) | 2021-10-20 | 2021-10-20 | 关键字匹配信息的确定方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113658609A CN113658609A (zh) | 2021-11-16 |
CN113658609B true CN113658609B (zh) | 2022-01-04 |
Family
ID=78494735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111221587.5A Active CN113658609B (zh) | 2021-10-20 | 2021-10-20 | 关键字匹配信息的确定方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658609B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154379B (zh) * | 2006-09-27 | 2011-11-23 | 夏普株式会社 | 定位语音中的关键词的方法和设备以及语音识别系统 |
US10140976B2 (en) * | 2015-12-14 | 2018-11-27 | International Business Machines Corporation | Discriminative training of automatic speech recognition models with natural language processing dictionary for spoken language processing |
JP6585112B2 (ja) * | 2017-03-17 | 2019-10-02 | 株式会社東芝 | 音声キーワード検出装置および音声キーワード検出方法 |
TWI660340B (zh) * | 2017-11-03 | 2019-05-21 | 財團法人資訊工業策進會 | 聲控方法及系統 |
CN110097880A (zh) * | 2019-04-20 | 2019-08-06 | 广东小天才科技有限公司 | 一种基于语音识别的答题判定方法及装置 |
CN113326696B (zh) * | 2021-08-03 | 2021-11-05 | 北京世纪好未来教育科技有限公司 | 文本生成方法和装置 |
-
2021
- 2021-10-20 CN CN202111221587.5A patent/CN113658609B/zh active Active
Non-Patent Citations (1)
Title |
---|
基于搜索引擎日志的中文纠错方法研究;杨苏稳等;《软件导刊》;20200615(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113658609A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112417102B (zh) | 一种语音查询方法、装置、服务器和可读存储介质 | |
CN107291783B (zh) | 一种语义匹配方法及智能设备 | |
CN111833853B (zh) | 语音处理方法及装置、电子设备、计算机可读存储介质 | |
CN110797010A (zh) | 基于人工智能的问答评分方法、装置、设备及存储介质 | |
CN112487139B (zh) | 基于文本的自动出题方法、装置及计算机设备 | |
US20160055763A1 (en) | Electronic apparatus, pronunciation learning support method, and program storage medium | |
US10755595B1 (en) | Systems and methods for natural language processing for speech content scoring | |
CN107180084A (zh) | 词库更新方法及装置 | |
WO2021103712A1 (zh) | 一种基于神经网络的语音关键词检测方法、装置及系统 | |
WO2020199600A1 (zh) | 情感极性分析方法及相关装置 | |
US20180277145A1 (en) | Information processing apparatus for executing emotion recognition | |
CN112562723B (zh) | 发音准确度确定方法、装置、存储介质和电子设备 | |
CN111899576A (zh) | 发音测试应用的控制方法、装置、存储介质和电子设备 | |
CN111554276A (zh) | 语音识别方法、装置、设备及计算机可读存储介质 | |
CN113205729A (zh) | 一种面向外国留学生的演讲评测方法、装置及系统 | |
CN112257407A (zh) | 音频中的文本对齐方法、装置、电子设备及可读存储介质 | |
CN110647613A (zh) | 一种课件构建方法、装置、服务器和存储介质 | |
CN105786204A (zh) | 信息处理方法和电子设备 | |
CN110570838B (zh) | 语音流处理方法和装置 | |
CN109273004B (zh) | 基于大数据的预测性语音识别方法及装置 | |
CN113658609B (zh) | 关键字匹配信息的确定方法、装置、电子设备和介质 | |
CN114841471B (zh) | 知识点预测方法、装置、电子设备和存储介质 | |
CN112309429A (zh) | 一种失爆检测方法、装置、设备及计算机可读存储介质 | |
WO2016029045A2 (en) | Lexical dialect analysis system | |
CN112687297B (zh) | 嗓音状态分类方法、装置、电子设备和存储介质 |
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 |