CN115440103B - 朗读测评方法、系统、装置及存储介质 - Google Patents

Abstract

本发明公开一种朗读测评方法、系统、装置及存储介质，涉及计算机技术领域。朗读测评方法包括：根据被测者对于朗读文本每一个音节的发音分和声调分确定每一个音节的朗读分数；根据朗读文本每一个音节的音素信息和发音分确定被测者的平翘舌音平均分和前后鼻音平均分；确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合；逐一对比第一音节集合中每个音节的发音分与声调分，当发音分大于声调分，则当前音节的朗读标记为声调不准确，当发音分小于声调分，则当前音节的朗读标记为发音不准确；根据平翘舌音平均分、前后鼻音平均分和朗读标记得到朗读测评结果。本申请能够分析被测者的整体朗读情况和分析朗读不准确的音节的朗读细节。

Description

朗读测评方法、系统、装置及存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种朗读测评方法、系统、装置及存储介质。

背景技术

随着电子产品的普及，智慧教学设备越来越先进，电子化教育作为一种新兴的教学方式，可以有效地辅助教学，提升课堂学生的学习效率和兴趣。目前，电子化教育中对于汉语诗歌等课文的朗读指导仍然有所欠缺，学生在进行朗读后并不能得知自身的整体朗读情况，导致学生朗读技巧难以提高。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种朗读测评方法、系统、装置及存储介质，能够分析被测者的整体朗读情况和分析朗读不准确的音节的朗读细节，以辅助被测者改正朗读方式。

一方面，本发明实施例提供了一种朗读测评方法，包括以下步骤：

获取朗读文本中每一个音节的音素信息，被测者对于所述朗读文本每个音节的发音分和声调分；

根据每一个音节的所述发音分和所述声调分确定每一个音节的朗读分数；

根据每一个音节的所述音素信息和所述发音分确定被测者的平翘舌音平均分和前后鼻音平均分；

确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合；

逐一对比所述第一音节集合中每个音节的发音分与声调分，当所述发音分大于所述声调分，则当前音节的朗读标记为声调不准确，当所述发音分小于所述声调分，则当前音节的朗读标记为发音不准确；

根据所述平翘舌音平均分、所述前后鼻音平均分和所述朗读标记得到朗读测评结果。

根据本发明一些实施例，所述根据每一个音节的所述音素信息和所述发音分确定被测者的平翘舌音平均分和前后鼻音平均分包括以下步骤：

根据每一个音节的所述音素信息确定所述朗读文本中的平翘舌发音音节和前后鼻发音音节；

根据所有所述平翘舌发音音节的发音分确定平翘舌音平均分；

根据所有所述前后鼻发音音节的发音分确定前后鼻音平均分。

根据本发明一些实施例，所述被测者对于所述朗读文本每个音节的发音分和声调分通过以下步骤获得：

获取被测者的朗读音频；

将所述朗读音频输入编码器进行编码，得到音频编码；

将所述音频编码输入神经网络模型进行分析，得到每一个音节的发音分和声调分。

根据本发明一些实施例，所述神经网络模型对所述音频编码的分析过程包括以下步骤：

识识别所述音频编码中的音节节点；

根据所述音节节点划分对应每一个的音节的编码片段；

根据所述编码片段提取音节的声调特征和发音特征；

将所述音节的声调特征与预存的对应所述音节的标准声调特征进行对比，得到声调分；

将所述音节的发音特征与预存的对应所述音节的标准发音特征进行对比，得到发音分。

根据本发明一些实施例，所述根据每个一音节的所述发音分和所述声调分确定每个音节的朗读分数包括以下步骤：

对所述发音分和所述声调分进行加权计算，得到每一个音节的朗读分数。

根据本发明一些实施例，所述朗读测评方法还包括以下步骤：

确定朗读分数小于第一预设值的音节，得到第二音节集合；

确定所述第二音节集合中的音节的朗读标记为发音错误。

根据本发明一些实施例，所述当所述发音分小于所述声调分，则当前音节的朗读标记为发音不准确包括以下步骤：

当所述发音分小于所述声调分且所述平翘舌音平均分大于所述前后鼻音平均分，则当前音节的朗读标记为前后鼻音发音不准确；

当所述发音分小于所述声调分且所述平翘舌音平均分小于所述前后鼻音平均分，则当前音节的朗读标记为平翘舌音发音不准确；

当所述发音分小于所述声调分且所述平翘舌音平均分等于所述前后鼻音平均分，则当前音节的朗读标记为整体发音不准确。

另一方面，本发明实施例还提供一种朗读测评系统，包括：

第一模块，用于获取朗读文本中每一个音节的音素信息，被测者对于所述朗读文本每个音节的发音分和声调分；

第二模块，用于根据每一个的音节所述发音分和所述声调分确定每一个音节的朗读分数；

第三模块，用于根据每一个音节的所述音素信息确定被测者的平翘舌音平均分和前后鼻音平均分；

第四模块，用于确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合；

第五模块，用于逐一对比所述第一音节集合中每个音节的发音分与声调分，当所述发音分大于所述声调分，则当前音节的朗读标记为声调不准确，当所述发音分小于所述声调分，则当前音节的朗读标记为发音不准确；

第六模块，用于根据所述平翘舌音平均分、所述前后鼻音平均分和所述朗读标记得到朗读测评结果。

另一方面，本发明实施例还提供一种朗读测评装置，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如前面所述的朗读测评方法。

另一方面，本发明实施例还提供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可执行指令，所述计算机可执行指令用于使计算机执行如前面所述的朗读测评方法。

本发明上述的技术方案至少具有如下优点或有益效果之一：首先获取朗读文本中每一个音节的音素信息，被测者对于朗读文本每个音节的发音分和声调分，根据每一个音节发音分和声调分确定每一个音节的朗读分数，然后根据每一个音节的音素信息确定被测者的平翘舌音平均分和前后鼻音平均分，以获得被测者的整体朗读情况。筛选朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合，逐一对比第一音节集合中每个音节的发音分与声调分，当发音分大于所述声调分，则当前音节的朗读标记为声调不准确，当发音分小于声调分，则当前音节的朗读标记为发音不准确，以获得被测者朗读不准确的音节的朗读细节，然后根据平翘舌音平均分、前后鼻音平均分和朗读标记得到朗读测评结果，从而结合被测者的朗读情况为被测者提供朗读指导。

附图说明

图1是本发明实施例提供的朗读测评方法流程图；

图2是本发明实施例提供的朗读测评装置示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或者类似的标号表示相同或者类似的原件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、左、右等指示的方位或者位置关系为基于附图所示的方位或者位置关系，仅是为了便于描述本发明和简化描述，而不是指示或者暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

本发明的描述中，如果有描述到第一、第二等只是用于区分技术特征为目的，而不能理解为指示或者暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本发明实施例提供了一种朗读测评方法，参照图1，本发明实施例的朗读测评方法包括但不限于步骤S110、步骤S120、步骤S130、步骤S140、步骤S150和步骤S160。

步骤S110，获取朗读文本中每一个音节的音素信息，被测者对于朗读文本每个音节的发音分和声调分。

在一些实施例中，音节在语音学上指由一个或数个音素组成的语音结构基本单位，而音素是最小的语音单位。如“普通话”，由三个音节组成，即每个字对应一个音节，每个音节的音素信息分别为“p，u”、“t，o，n，g”、“h，u，a”。

步骤S120，根据每一个音节的发音分和声调分确定每一个音节的朗读分数。

在一些实施例中，朗读分数表征被测对某一个音节的整体发声情况，包括但不限于被测者对该音节的声调准确性与读音准确性。

步骤S130，根据每一个音节的音素信息和发音分确定被测者的平翘舌音平均分和前后鼻音平均分。

在一些实施例中，在汉语语言中，如果被测者的发音不准确，一般是被测者不能准确发出平翘舌音和前后鼻音，因此，通过分析被测者对于朗读文本中平翘舌音音节和前后鼻音音节的发音得分情况，能够有效反映被测者的整体朗读情况。

步骤S140，确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合。

在一些实施例中，被测者对于某一个音节的朗读准确度分为三种情况，如果被测者的音节朗读分数过低，即小于第一预设值，表明被测者发音完全错误，可能被测者将“ping”的发音读成“yin”的发音；如果被测者的音节朗读分数一般，即朗读分时在第一预设值和第二预设值之间，表明被测者发音基本正确但不准确，可能被测者将“ping”的发音读成“pin”的发音，也可能是将一声声调发成二声声调；如果被测者的音节朗读分数较高，即大于第一预设值，表明被测者发音准确，被测者能够发出“ping”的发音且声调正确。

在一些实施例中，对于第一预设值和第二预设值的设置，可以人工进行统计分析得出。示例性地，获取大量的朗读者的对于朗读文本的朗读音频，人工标注朗读音频中发音准确、发音不准确和发音错误的音节，结合神经网络模型输出的每个音节的朗读分数，利用统计算法可以分别确定发音准确、发音不准确和发音错误的音节的朗读分数范围，从而确定第一预设值和第二预设值。

步骤S150，逐一对比第一音节集合中每个音节的发音分与声调分，当发音分大于声调分，则当前音节的朗读标记为声调不准确，当发音分小于声调分，则当前音节的朗读标记为发音不准确。

步骤S160，根据平翘舌音平均分、前后鼻音平均分和朗读标记得到朗读测评结果。

在一些实施例中，被测者基于朗读测评结果可以确定自身朗读不准确的字，也可以根据平翘舌音平均分和前后鼻音平均分确定平翘舌音和前后鼻音的朗读不准确的程度，以进行有针对性的改进。

根据本发明一些具体实施例，步骤S130，根据每一个音节的音素信息确定被测者的平翘舌音平均分和前后鼻音平均分这一步骤，包括但不限于步骤S210、步骤S220和步骤S230。

步骤S210，根据每一个音节的音素信息确定朗读文本中的平翘舌发音音节和前后鼻发音音节；

步骤S220，根据所有平翘舌发音音节的发音分确定平翘舌音平均分；

步骤S230，根据所有前后鼻发音音节的发音分确定前后鼻音平均分。

示例性地，一个音节由声母和韵母组成，通过检索对比音节的音素信息的声母是否为“z、c、s、zh、ch、sh、r”的其中一种，如果是则为平翘舌发音音节，其中，“z、c、s”为平舌发音音节，“zh、ch、sh、r”为翘舌发音音节；通过检索对比音节的音素信息的韵母是否为“an、en、in、un、ang、eng、ing、ong”的其中一种，如果是则为前后鼻发音音节，其中，“an、en、in、un”为前鼻发音音节，“ang、eng、ing、ong”为后鼻发音音节。

根据本发明一些具体实施例，步骤S110中，被测者对于朗读文本每个音节的发音分和声调分通过但不限于步骤S310、步骤S320和步骤S330获得：

步骤S310，获取被测者的朗读音频；

步骤S320，将朗读音频输入编码器进行编码，得到音频编码；

步骤S330，将音频编码输入神经网络模型进行分析，得到每一个音节的发音分和声调分。

在一些实施例中，电子设备的麦克风读取被测者基于朗读文本的朗读音频后，模数转换器将音频的模拟信号转换为数字信息，处理器利用编码器对朗读音频进行编码，得到符合神经网络模型输入格式的音频编码，然后利用神经网络模型对音频编码的特征与存储器中预存的标准音频编码特征进行对比，从而得到被测者的每一个音节的发音分和声调分。

具体地，步骤S330中，神经网络模型对音频编码的分析过程包括但不限于步骤S410、步骤S420、步骤S430、步骤S440和步骤S450。

步骤S410，识别音频编码中的音节节点；

步骤S420，根据音节节点划分对应每一个的音节的编码片段；

步骤S430，根据编码片段提取音节的声调特征和发音特征；

步骤S440，将音节的声调特征与预存的对应音节的标准声调特征进行对比，得到声调分；

步骤S450，将音节的发音特征与预存的对应音节的标准发音特征进行对比，得到发音分。

在一些实施例中，在实际朗读过程中，音节与音节之间会有短暂的停顿，基于此，朗读音频中的声压低谷可以表征前一个音节的结束以及下一个音节的开始，即音节节点。神经网络模型通过识别音频编码中的声压低谷特征可以获得音节节点，根据多个音节节点对音频编码进行分割得到每一个的音节的编码片段，然后根据每一个音节的编码片段提取音节的声调特征和发音特征，再获取存储器中存储的朗读文本的标准音频编码中对应音节的标准声调特征与标准发音特征，计算该音节的声调特征与标准声调特征的相似度，得到声调分，计算该音节的发音特征与标准发音特征的相似度，得到发音分。在本实施例中，采用朗读文本的标准音频编码中的音节特征与被测者的音节特征对比，能够准确识别被测者对于多音字、变调发音朗读的准确性。

根据本发明一些具体实施例，步骤S120中，根据每个一音节的发音分和声调分确定每个音节的朗读分数这一步骤，包括但不限于步骤S510：

步骤S510，对发音分和声调分进行加权计算，得到每一个音节的朗读分数。

具体地，基于发音和声调的重要性分别为发音项和声调项分配权重，分别将音节的发音分和声调分乘以各自的权重后相加得到该音节的朗读分数。

根据本发明一些具体实施例，本发明实施例的朗读测评方法还包括但不限于步骤S610和步骤S620：

步骤S610，确定朗读分数小于第一预设值的音节，得到第二音节集合；

步骤S620，确定第二音节集合中的音节的朗读标记为发音错误。

在本实施例中，被测者可以基于朗读测评结果中音节对应的字的朗读标记确定是否读错或者是否读得不准确。

根据本发明一些具体实施例，步骤S150中，当发音分小于声调分，则当前音节的朗读标记为发音不准确这一步骤，包括但不限于步骤S710、步骤S720和步骤S730：

步骤S710，当发音分小于声调分且平翘舌音平均分大于前后鼻音平均分，则当前音节的朗读标记为前后鼻音发音不准确；

步骤S720，当发音分小于声调分且平翘舌音平均分小于前后鼻音平均分，则当前音节的朗读标记为平翘舌音发音不准确；

步骤S730，当发音分小于声调分且平翘舌音平均分等于前后鼻音平均分，则当前音节的朗读标记为整体发音不准确。

本发明实施例还提供一种朗读测评系统，包括：

第一模块，用于获取朗读文本中每一个音节的音素信息，被测者对于朗读文本每个音节的发音分和声调分；

第二模块，用于根据每一个音节的发音分和声调分确定每一个音节的朗读分数；

第三模块，用于根据每一个音节的音素信息确定被测者的平翘舌音平均分和前后鼻音平均分；

第四模块，用于确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合；

第五模块，用于逐一对比第一音节集合中每个音节的发音分与声调分，当发音分大于声调分，则当前音节的朗读标记为声调不准确，当发音分小于声调分，则当前音节的朗读标记为发音不准确；

第六模块，用于根据平翘舌音平均分、前后鼻音平均分和朗读标记得到朗读测评结果。

可以理解的是，上述点朗读测评方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述朗读测评方法实施例相同，并且达到的有益效果与上述朗读测评方法实施例所达到的有益效果也相同。

参照图2，图2是本发明一个实施例提供的朗读测评装置的示意图。本发明实施例的朗读测评装置包括一个或多个控制处理器和存储器，图2中以一个控制处理器及一个存储器为例。

控制处理器和存储器可以通过总线或者其他方式连接，图2中以通过总线连接为例。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于控制处理器远程设置的存储器，这些远程存储器可以通过网络连接至该朗读测评装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本领域技术人员可以理解，图2中示出的装置结构并不构成对朗读测评装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

实现上述实施例中应用于朗读测评装置的朗读测评方法所需的非暂态软件程序以及指令存储在存储器中，当被控制处理器执行时，执行上述实施例中应用于朗读测评装置的朗读测评方法。

此外，本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，可使得上述一个或多个控制处理器执行上述方法实施例中的朗读测评方法。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (8)

1.一种朗读测评方法，其特征在于，包括以下步骤：

获取朗读文本中每一个音节的音素信息，被测者对于所述朗读文本每个音节的发音分和声调分；

根据每一个音节的所述发音分和所述声调分确定每一个音节的朗读分数；

根据每一个音节的所述音素信息和所述发音分确定被测者的平翘舌音平均分和前后鼻音平均分；

确定朗读分数小于第一预设值的音节，得到第二音节集合；

确定所述第二音节集合中的音节的朗读标记为发音错误；

确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合；

逐一对比所述第一音节集合中每个音节的发音分与声调分；

当所述发音分大于所述声调分，则当前音节的朗读标记为声调不准确；

当所述发音分小于所述声调分且所述平翘舌音平均分大于所述前后鼻音平均分，则当前音节的朗读标记为前后鼻音发音不准确；当所述发音分小于所述声调分且所述平翘舌音平均分小于所述前后鼻音平均分，则当前音节的朗读标记为平翘舌音发音不准确；当所述发音分小于所述声调分且所述平翘舌音平均分等于所述前后鼻音平均分，则当前音节的朗读标记为整体发音不准确；

根据所述平翘舌音平均分、所述前后鼻音平均分和所述朗读标记得到朗读测评结果。

2.根据权利要求1所述的朗读测评方法，其特征在于，所述根据每一个音节的所述音素信息和所述发音分确定被测者的平翘舌音平均分和前后鼻音平均分包括以下步骤：

根据每一个音节的所述音素信息确定所述朗读文本中的平翘舌发音音节和前后鼻发音音节；

根据所有所述平翘舌发音音节的发音分确定平翘舌音平均分；

根据所有所述前后鼻发音音节的发音分确定前后鼻音平均分。

3.根据权利要求1所述的朗读测评方法，其特征在于，所述被测者对于所述朗读文本每个音节的发音分和声调分通过以下步骤获得：

获取被测者的朗读音频；

将所述朗读音频输入编码器进行编码，得到音频编码；

将所述音频编码输入神经网络模型进行分析，得到每一个音节的发音分和声调分。

4.根据权利要求3所述的朗读测评方法，其特征在于，所述神经网络模型对所述音频编码的分析过程包括以下步骤：

识别所述音频编码中的音节节点；

根据所述音节节点划分对应每一个的音节的编码片段；

根据所述编码片段提取音节的声调特征和发音特征；

将所述音节的声调特征与预存的对应所述音节的标准声调特征进行对比，得到声调分；

将所述音节的发音特征与预存的对应所述音节的标准发音特征进行对比，得到发音分。

5.根据权利要求1所述的朗读测评方法，其特征在于，所述根据每一个音节的所述发音分和所述声调分确定每个音节的朗读分数包括以下步骤：

对所述发音分和所述声调分进行加权计算，得到每一个音节的朗读分数。

6.一种朗读测评系统，其特征在于，包括：

第一模块，用于获取朗读文本中每一个音节的音素信息，被测者对于所述朗读文本每个音节的发音分和声调分；

第二模块，用于根据每一个的音节所述发音分和所述声调分确定每一个音节的朗读分数；

第三模块，用于根据每一个音节的所述音素信息确定被测者的平翘舌音平均分和前后鼻音平均分；

第七模块，用于确定朗读分数小于第一预设值的音节，得到第二音节集合；确定所述第二音节集合中的音节的朗读标记为发音错误；

第四模块，用于确定朗读分数在第一预设值和第二预设值之间的音节，得到第一音节集合；

第五模块，用于逐一对比所述第一音节集合中每个音节的发音分与声调分；当所述发音分大于所述声调分，则当前音节的朗读标记为声调不准确；当所述发音分小于所述声调分且所述平翘舌音平均分大于所述前后鼻音平均分，则当前音节的朗读标记为前后鼻音发音不准确；当所述发音分小于所述声调分且所述平翘舌音平均分小于所述前后鼻音平均分，则当前音节的朗读标记为平翘舌音发音不准确；当所述发音分小于所述声调分且所述平翘舌音平均分等于所述前后鼻音平均分，则当前音节的朗读标记为整体发音不准确；

第六模块，用于根据所述平翘舌音平均分、所述前后鼻音平均分和所述朗读标记得到朗读测评结果。

7.一种朗读测评装置，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如权利要求1至5任一项所述的朗读测评方法。

8.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序被由所述处理器执行时用于实现如权利要求1至5任一项所述的朗读测评方法。

Images