本發(fā)明涉及音頻處理的，更具體地，涉及一種語音數(shù)據(jù)的片段劃分方法、語音片段語音評價方法、語音評價方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著智能語音技術(shù)的發(fā)展，智能語音技術(shù)被應(yīng)用于各個領(lǐng)域，尤其是教學(xué)場景。在教學(xué)場景中，通過智能語音技術(shù)對學(xué)生的口語發(fā)音進(jìn)行評測，得出學(xué)生的發(fā)音評價。同樣地，也能夠?qū)蠋煹目谡Z發(fā)音進(jìn)行評測，得出老師的發(fā)音評價。

2、然而，上述的這類對發(fā)音進(jìn)行評價的方式幾乎都被集中應(yīng)用于專門的考試當(dāng)中，對于老師來說，平時上課時候的口語發(fā)音更為重要，更影響上課質(zhì)量。

3、因此，急需一套在普通的口語發(fā)音評價裝置的基礎(chǔ)之上的能用于對老師上課時候的口語發(fā)音進(jìn)行評價的方法。

技術(shù)實現(xiàn)思路

1、本發(fā)明為克服上述現(xiàn)有技術(shù)中的至少一種的缺陷，提供一種語音數(shù)據(jù)的片段劃分方法、語音片段語音評價方法、語音評價方法、裝置、設(shè)備及存儲介質(zhì)，本發(fā)明采用的技術(shù)方案如下。

2、第一方面，本發(fā)明提供一種語音數(shù)據(jù)的片段劃分方法，包括：

3、接收語音數(shù)據(jù)；

4、獲取預(yù)先定義的語音停頓間隔時長范圍；

5、基于所述語音停頓間隔時長范圍，查找出所述語音數(shù)據(jù)中的語音停頓位置；

6、根據(jù)所述語音停頓位置對所述語音數(shù)據(jù)進(jìn)行分割，得到各獨(dú)立的語音片段。

7、在一種實施方式中，還包括：

8、對各語音片段進(jìn)行字?jǐn)?shù)統(tǒng)計；

9、在單個語音片段的字?jǐn)?shù)少于預(yù)設(shè)閾值時，將字?jǐn)?shù)少于預(yù)設(shè)閾值的語音片段與相鄰的語音片段合并，重新生成語音片段，以使得所有語音片段的字?jǐn)?shù)均不少于預(yù)設(shè)閾值。

10、在一種實施方式中，所述預(yù)設(shè)閾值為300到500字。

11、第二方面，本發(fā)明提供一種語音片段語音評價方法，包括：

12、獲取語音片段；

13、將語音片段送入語音評估模型，得到語音片段中各個語句的語句評估得分；

14、根據(jù)語音片段的總字?jǐn)?shù)以及各個語句的字?jǐn)?shù)，得出各個語句的權(quán)重；

15、根據(jù)各個語句的語句評估得分和各個語句的權(quán)重，得到語音片段的評價結(jié)果。

16、在一種實施方式中，所述根據(jù)語音片段的總字?jǐn)?shù)以及各個語句的字?jǐn)?shù)，得出各個語句的權(quán)重的過程，包括：

17、計算各個語句的字?jǐn)?shù)在語音片段的總字?jǐn)?shù)中的占比；

18、根據(jù)各個語句的字?jǐn)?shù)在語音片段的總字?jǐn)?shù)中的占比，得出各個語句的權(quán)重。

19、第三方面，本發(fā)明提供一種語音評價方法，包括：

20、接收語音數(shù)據(jù)；

21、利用前面所述的語音數(shù)據(jù)的片段劃分方法對接收到的語音數(shù)據(jù)進(jìn)行劃分，得到各語音片段；

22、利用前面所述的語音片段語音評價方法對各語音片段進(jìn)行評價，得到各個語音片段的評價結(jié)果；

23、根據(jù)語音數(shù)據(jù)的總字?jǐn)?shù)以及各個語音片段的字?jǐn)?shù)，得出各個語音片段的權(quán)重；

24、根據(jù)各個語音片段的評價結(jié)果和各個語音片段的權(quán)重，得到語音數(shù)據(jù)的評價結(jié)果。

25、在一種實施方式中，所述根據(jù)語音數(shù)據(jù)的總字?jǐn)?shù)以及各個語音片段的字?jǐn)?shù)，得出各個語音片段的權(quán)重的過程，包括：

26、計算各個語音片段的字?jǐn)?shù)在語音數(shù)據(jù)的總字?jǐn)?shù)中的占比；

27、根據(jù)各個語音片段的字?jǐn)?shù)在語音數(shù)據(jù)的總字?jǐn)?shù)中的占比，得出各個語音片段的權(quán)重。

28、第四方面，本發(fā)明提供一種語音數(shù)據(jù)的片段劃分裝置，包括：

29、獲取模塊，用于接收語音數(shù)據(jù)，以及獲取預(yù)先定義的語音停頓間隔時長范圍；

30、查找模塊，用于基于所述語音停頓間隔時長范圍，查找出所述語音數(shù)據(jù)中的語音停頓位置；

31、分割模塊，用于根據(jù)所述語音停頓位置對所述語音數(shù)據(jù)進(jìn)行分割，得到各獨(dú)立的語音片段。

32、第五方面，本發(fā)明提供一種語音片段語音評價裝置，包括：

33、獲取模塊，用于獲取語音片段；

34、評估模塊，用于將語音片段送入語音評估模型，得到語音片段中各個語句的語句評估得分；

35、計算模塊，用于根據(jù)語音片段的總字?jǐn)?shù)以及各個語句的字?jǐn)?shù)，得出各個語句的權(quán)重；

36、生成模塊，用于根據(jù)各個語句的語句評估得分和各個語句的權(quán)重，得到語音片段的評價結(jié)果。

37、第六方面，本發(fā)明提供一種語音評價裝置，包括：

38、接收模塊，用于接收語音數(shù)據(jù)；

39、劃分模塊，用于利用前面所述的語音數(shù)據(jù)的片段劃分裝置對接收到的語音數(shù)據(jù)進(jìn)行劃分，得到各語音片段；

40、片段評價模塊，用于利用前面所述的語音片段語音評價裝置對各語音片段進(jìn)行評價，得到各個語音片段的評價結(jié)果；

41、計算模塊，用于根據(jù)語音數(shù)據(jù)的總字?jǐn)?shù)以及各個語音片段的字?jǐn)?shù)，得出各個語音片段的權(quán)重；

42、生成模塊，用于根據(jù)各個語音片段的評價結(jié)果和各個語音片段的權(quán)重，得到語音數(shù)據(jù)的評價結(jié)果。

43、第七方面，本發(fā)明提供一種計算機(jī)設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述任一實施方式的方法。

44、第八方面，本發(fā)明提供一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)上述任一實施方式的方法。

45、本發(fā)明中，利用語音停頓間隔對音頻數(shù)據(jù)進(jìn)行分割，模擬自然語言的斷句，得到的音頻片段更自然，更加符合語音評測裝置中對語句的要求，并針對教學(xué)場景下老師說出的語句之間長短差異比較大的問題，根據(jù)語句的長度，對每個語句都賦予了對應(yīng)的權(quán)重，根據(jù)各個語句的權(quán)重得到語音片段的得分，最后針對分割方法會存在語音片段之間長短差異比較大的問題，根據(jù)語音片段的長度，對每個語音片段都賦予了對應(yīng)的權(quán)重，最終根據(jù)各個語音片段的權(quán)重得到語音數(shù)據(jù)的得分。本發(fā)明適用于普通的口語發(fā)音評價裝置，并且最終的語音評價更加準(zhǔn)確，更加符合教學(xué)等場景下對教室口語發(fā)音的要求。

技術(shù)特征：

1.一種語音數(shù)據(jù)的片段劃分方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的語音數(shù)據(jù)的片段劃分方法，其特征在于，還包括：

3.根據(jù)權(quán)利要求2所述的語音數(shù)據(jù)的片段劃分方法，其特征在于，所述預(yù)設(shè)閾值為300到500字。

4.一種語音片段語音評價方法，其特征在于，包括：

5.根據(jù)權(quán)利要求4所述的語音片段語音評價方法，其特征在于，所述根據(jù)語音片段的總字?jǐn)?shù)以及各個語句的字?jǐn)?shù)，得出各個語句的權(quán)重的過程，包括：

6.一種語音評價方法，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的語音評價方法，其特征在于，所述根據(jù)語音數(shù)據(jù)的總字?jǐn)?shù)以及各個語音片段的字?jǐn)?shù)，得出各個語音片段的權(quán)重的過程，包括：

8.一種語音數(shù)據(jù)的片段劃分裝置，其特征在于，包括：

9.一種語音片段語音評價裝置，其特征在于，包括：

10.一種語音評價裝置，其特征在于，包括：

11.一種計算機(jī)設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-7中任一所述的方法。

12.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一所述的方法。

技術(shù)總結(jié)
本發(fā)明公開一種語音數(shù)據(jù)的片段劃分方法、語音片段語音評價方法、語音評價方法、裝置。其中，語音數(shù)據(jù)的片段劃分方法，包括：接收語音數(shù)據(jù)；獲取預(yù)先定義的語音停頓間隔時長范圍；基于所述語音停頓間隔時長范圍，查找出所述語音數(shù)據(jù)中的語音停頓位置；根據(jù)所述語音停頓位置對所述語音數(shù)據(jù)進(jìn)行分割，得到各獨(dú)立的語音片段。本發(fā)明適用于普通的口語發(fā)音評價裝置，并且最終的語音評價更加準(zhǔn)確，更加符合教學(xué)等場景下對教室口語發(fā)音的要求。

技術(shù)研發(fā)人員：林雪梅
受保護(hù)的技術(shù)使用者：廣州市奧威亞電子科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9