CN105632488A - 一种语音测评的方法及装置 - Google Patents
一种语音测评的方法及装置 Download PDFInfo
- Publication number
- CN105632488A CN105632488A CN201610099774.3A CN201610099774A CN105632488A CN 105632488 A CN105632488 A CN 105632488A CN 201610099774 A CN201610099774 A CN 201610099774A CN 105632488 A CN105632488 A CN 105632488A
- Authority
- CN
- China
- Prior art keywords
- characteristic quantity
- test
- audio frequency
- appraisal
- radar map
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012360 testing method Methods 0.000 claims description 88
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000013179 statistical model Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005855 radiation Effects 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
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- 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
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)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机测评领域,提供了一种语音测评的方法及装置,其方法包括:获取待测评语音的音频;提取所述音频的特征量;根据预置的评分标准、所述音频的特征量,生成所述特征量对应的分数;根据所述特征量对应的分数,生成并显示所述分数对应的雷达图,以使测评人员根据所述雷达图对所述待测评语音进行评分。本发明提供了一种语音测评的方法及装置,采用人机结合的方式,通过生成直观的雷达图,使测评人员能准确的给出评分,减少在语音测评的评分中出现失误的问题。
Description
技术领域
本发明属于计算机测评领域,尤其涉及一种语音测评的方法及装置。
背景技术
随着对外开放和国际化的深入,外语口语教学和评测的需求日益增加,口语考试成为不少地区中考、高考的必考项目。传统的人工评卷需要耗费大量的人力物力,而且评分的可靠性受评卷人的水平、生理状态等主观因素影响,其客观公正性得不到保证。近年来,随着计算语音信息处理技术的进步,基于计算机自动语音识别的自动口语评测技术得到广泛的应用。目前主流的计算机自动评分技术是基于机器学习理论,由计算机语音信息处理得到与口语能力相关的各项参数,并通过机器学习人工评分的统计模型把这些参数拟合成一个综合分数。虽然统计模型能够反映数据的整体趋势,但是目前的语音识别技术尚达不到100%的准确率,加上拟合过程中的统计学上的误差,导致机器自动评卷无法达到与专家评分完全一致。在一些非常重要的考试,如中考、高考中,即使是10%以内的误差,也会引起考生、家长、教师和社会各界的质疑,使得计算机自动评卷技术的普及遇到极大阻力。
发明内容
本发明所要解决的技术问题在于提供一种语音测评的方法及装置,旨在减少在语音测评的评分中出现失误的问题。
本发明是这样实现的,一种语音测评的方法,包括:
获取待测评语音的音频;
提取所述音频的特征量,所述特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度;
根据预置的评分标准、所述音频的特征量,生成所述特征量对应的分数;
根据所述特征量对应的分数,生成并显示所述分数对应的雷达图,以使测评人员根据所述雷达图对所述待测评语音进行评分。
进一步地,所述根据所述特征量对应的分数,生成并显示所述分数对应的雷达图之后还包括:
根据所述待测评语音的音频,生成并显示所述音频的链接。
进一步地,所述获取待测评语音的音频之前还包括:
根据预置的语音音频,生成并显示与所述预置的语音音频对应的雷达图、音频链接和标准评分,以使所述测评人员获知所述评分的评判尺度。
进一步地,所述提取所述音频的特征量之前还包括:
获取待测评人员的身份信息。
进一步地,所述根据所述特征量对应的分数,生成并显示所述分数对应的雷达图之后还包括:
将所述待测评人员的身份信息、与所述身份信息对应的所述评分共同保存。
本发明还提供了一种语音测评的装置,包括:
获取单元,用于获取待测评语音的音频;
提取单元,用于提取所述音频的特征量,所述特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度;
生成单元,用于根据预置的评分标准、所述音频的特征量,生成所述特征量对应的分数;
所述生成单元,还用于根据所述特征量对应的分数,生成所述分数对应的雷达图;
显示单元,用于显示所述分数对应的雷达图,以使测评人员根据所述雷达图对所述待测评语音进行评分。
进一步地,还用于根据所述待测评语音的音频,生成所述音频的链接;
所述显示单元,还用于显示所述音频的链接。
进一步地,所述装置还包括:
培训单元,用于根据预置的语音音频,生成并显示与所述预置的语音音频对应的雷达图、音频链接和标准评分,以使所述测评人员获知所述评分的评判尺度。
进一步地,所述获取单元,还用于获取待测评人员的身份信息。
进一步地,所述装置还包括:
保存单元,用于将所述待测评人员的身份信息、与所述身份信息对应的所述评分共同保存。
本发明与现有技术相比,有益效果在于:提供了一种语音测评的方法及装置,采用人机结合的方式,通过生成直观的雷达图,使测评人员能准确的给出评分,减少在语音测评的评分中出现失误的问题。
附图说明
图1是本发明实施例中语音测评的方法的一个流程图。
图2是本发明实施例中语音测评的方法的雷达图。
图3是本发明实施例中语音测评的方法的另一个流程图。
图4是本发明实施例中语音测评的装置的一个结构示意图。
图5是本发明实施例中语音测评的装置的另一个结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明所要解决的技术问题在于提供一种语音测评的方法及装置,旨在减少在语音测评的评分中出现失误的问题。
下面介绍一种语音测评的方法,请参阅图1,为了便于说明,仅示出了与本发明实施例相关的部分。
本发明实施例中提供的语音测评方法包括:
S101、获取待测评语音的音频;
从待测评客户端获取待测评人员的语音音频。
S102、提取该音频的特征量;
将该音频传送到语音处理服务器端,通过语音信号处理、语音识别、自然语言处理等技术提取出用于综合判断待测评人员语音水平的特征量。
其中,该特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度。
S103、根据预置的评分标准、该音频的特征量,生成该特征量对应的分数;
预置评分标准,根据预置的评分标准、该音频的特征量,生成该特征量对应的分数。
在本发明的实施例中,评分标准为通过计算机学习语音测评专家评分建立的评分模型,是一个基于概率的数学统计模型,该评分模型是通过人工神经网络算法,学习语音测评专家如何把具备各个物理特征量模式的音频,映射到学生发音能力等级分数(雷达图五个维度)的数学模型。
S104、根据该特征量对应的分数,生成并显示该分数对应的雷达图;
根据该待测评人员语音特征量对应的分数,生成对应的雷达图,请参阅图2,将该雷达图传送到测评客户端,并通过可视化程序将该雷达图显示出来,用于使测评人员根据该雷达图对该待测评语音进行评分。
雷达图(RadarChart),又可称为戴布拉图、蜘蛛网图(SpiderChart),是财务分析报表的一种。即将一个公司的各项财务分析所得的数字或比率,就其比较重要的项目集中划在一个圆形的图表上,来表现一个公司各项财务比率的情况,使用者能一目了然的了解公司各项财务指标的变动情形及其好坏趋向。
雷达图主要应用于企业经营状况——收益性、生产性、流动性、安全性和成长性的评价。上述指标的分布组合在一起非常象雷达的形状,因此而得名。雷达图的绘制方法是:先画3个同心圆,把圆分为5个区域(每个区为72度),分别代表企业的收益性、生产性、流动性、安全性和成长性。同心圆中最小的圆代表同行业平均水平的1/2值或最差的情况;中心圆代表同行业的平均水平或特定比较对象的水平,称为标准线(区);大圆表示同行业平均水平的1.5倍或最佳状态。在5个区域内,以圆心为起点,以放射线的形式画出相应的经营比率线。然后,在相应的比率线上标出本企业决算期的各种经营比率。将本企业的各种比率值用线联结起来后,就形成了一个不规则闭环图。他清楚地表示出本企业的经营态势,并把这种经营态势与标准线相比,就可以清楚地看出本企业的成绩和差距。雷达图的分析方法是:如果企业的比率位于标准线以内,则说明企业比率值低于同行业的平均水平,应认真分析原因,提出改进方向;如果企业的比率值接近或低于小圆,则说明企业经营处于非常危险的境地,急需推出改革措施以扭转局面;如果企业的比率值超过了中圆或标准线,甚至接近大圆,则表明企业经营的优势所在,用予以巩固和发扬。如果把雷达图应用于创新战略的评估,就演变成为戴布拉图。实际上戴布拉图与雷达图的绘制与分析方法完全相同,但是,戴布拉图是用企业内部管理责任:协作过程、业绩度量、教育与开发、分布式学习网络和智能市场定位,以及外部关系:知识产品/服务协作市场准入、市场形象活动、领导才能和通信技术等两个基本方面10个具体因素来替代经营雷达图的5个因素。
本发明提供的语音测评的方法,采用生成并显示雷达图的方式,使测评人员能够更加直观的观测出待测评人员的水平,保证在评分的过程中,更加公平,避免出现评分的误差。
本发明提供了一种语音测评的方法,采用人机结合的方式,通过生成直观的雷达图,使测评人员能准确的给出评分,减少在语音测评的评分中出现失误的问题。
为便于理解,下面更详细地介绍另一种语音测评的方法,请参阅图3,为了便于说明,仅示出了与本发明实施例相关的部分。
本实施例具体以外语口语考试为例,详细的说明本发明提供的语音测评的方法,该包括:
S201、根据预置的语音音频,生成并显示与该预置的语音音频对应的雷达图、音频链接和标准评分;
录制各个类型的外语口语语音音频,并进行储存,对这些音频进行分析处理,生成与各自音频对应的雷达图、音频链接和标准评分并在外语口语测评客户端进行显示,供评分老师学习,以使所有进行外语口语考试评分的老师都能熟悉评分的评判尺度。
S202、获取待测评语音的音频;
从考试客户端获取待测评考生的语音音频。
S203、获取待测评人员的身份信息。
从考试客户端获取待测评考生的身份信息,该身份信息包括考生的考号、身份证号、姓名等。
S204、提取该待测语音音频的特征量;
将该音频传送到语音处理服务器端,通过语音信号处理、语音识别、自然语言处理等技术提取出用于综合判断该待测评考生的语音水平的特征量。
其中,该特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度。
S205、根据预置的评分标准、该音频的特征量,生成该特征量对应的分数;
预置评分标准,根据该预置的评分标准、该音频的特征量,生成该特征量对应的分数。
在本发明的实施例中,评分标准为通过计算机学习语音测评专家评分建立的评分模型,是一个基于概率的数学统计模型,该评分模型是通过人工神经网络算法,学习语音测评专家如何把具备各个物理特征量模式的音频,映射到学生发音能力等级分数(雷达图五个维度)的数学模型。
S206、根据该特征量对应的分数,生成并显示该分数对应的雷达图;
根据该待测评考生语音特征量对应的分数,生成对应的雷达图,将该雷达图传送到阅卷客户端,并通过可视化程序将该雷达图显示出来,用于使评分老师根据该雷达图对该待测评语音进行评分。
本实施例提供的外语口语考试语音测评的方法,采用生成并显示雷达图的方式,使评分能够更加直观的观测出待测评人员的水平,保证在评分的过程中,更加公平,避免出现评分的误差。
S207、将该待测评人员的身份信息、与该身份信息对应的该评分共同保存。
评分老师对该待测评考生的语音给出评分后,***会在后台将该考生的身份信息和对应评分共同存档。
S208、根据该待测评语音的音频,生成并显示该待测评语音音频的链接。
当评分老师对该雷达图有疑义时,可以点击该对应的音频链接,用以最终确认,并给出最合理的分数。
本发明提供了一种语音测评的方法,采用人机结合的方式,通过生成直观的雷达图,使测评人员能准确的给出评分,减少在语音测评的评分中出现失误的问题,并能提供与预置的语音音频对应的雷达图、音频链接和标准评分,使测评人员能更好的熟悉评分标准,更进一步地减少在语音测评的评分中出现失误的问题。
参阅图4,图4是本发明实施例提供的语音测评的装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分。图4示例的语音测评的装置可以是前述图1所示实施例提供的语音测评的方法的执行主体。
获取单元301,用于获取待测评语音的音频。
提取单元302,用于提取该音频的特征量;
其中,所述特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度。
生成单元303,用于根据预置的评分标准、该音频的特征量,生成该特征量对应的分数。
生成单元303,还用于根据该特征量对应的分数,生成该分数对应的雷达图。
显示单元304,用于显示该分数对应的雷达图,以使测评人员根据该雷达图对该待测评语音进行评分。
本发明提供了一种语音测评的装置,采用人机结合的方式,通过生成直观的雷达图,使测评人员能准确的给出评分,减少在语音测评的评分中出现失误的问题。
为便于理解,下面更详细地介绍另一种语音测评的装置,参阅图5,仅示出了与本发明实施例相关的部分。图5示例的语音测评的装置可以是前述图3所示实施例提供的语音测评的方法的执行主体。
获取单元301,还用于获取待测评人员的身份信息。
生成单元303,还用于根据该待测评语音的音频,生成该音频的链接。
显示单元304,还用于显示该音频的链接。
该装置还包括:
保存单元305,用于将该待测评人员的身份信息、与该身份信息对应的该评分共同保存。
培训单元306,用于根据预置的语音音频,生成并显示与该预置的语音音频对应的雷达图、音频链接和标准评分,以使该测评人员获知该评分的评判尺度。
本发明提供了一种语音测评的装置,采用人机结合的方式,通过生成直观的雷达图,使测评人员能准确的给出评分,减少在语音测评的评分中出现失误的问题,并能提供与预置的语音音频对应的雷达图、音频链接和标准评分,使测评人员能更好的熟悉评分标准,更进一步地减少在语音测评的评分中出现失误的问题。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种语音测评的方法,其特征在于,包括:
获取待测评语音的音频;
提取所述音频的特征量,所述特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度;
根据预置的评分标准、所述音频的特征量,生成所述特征量对应的分数;
根据所述特征量对应的分数,生成并显示所述分数对应的雷达图,以使测评人员根据所述雷达图对所述待测评语音进行评分。
2.根据权利要求1所述的方法,其特征在于,所述根据所述特征量对应的分数,生成并显示所述分数对应的雷达图之后还包括:
根据所述待测评语音的音频,生成并显示所述音频的链接。
3.根据权利要求2所述的方法,其特征在于,所述获取待测评语音的音频之前还包括:
根据预置的语音音频,生成并显示与所述预置的语音音频对应的雷达图、音频链接和标准评分,以使所述测评人员获知所述评分的评判尺度。
4.根据权利要求1所述的方法,其特征在于,所述提取所述音频的特征量之前还包括:
获取待测评人员的身份信息。
5.根据权利要求4所述的方法,其特征在于,所述根据所述特征量对应的分数,生成并显示所述分数对应的雷达图之后还包括:
将所述待测评人员的身份信息、与所述身份信息对应的所述评分共同保存。
6.一种语音测评的装置,其特征在于,包括:
获取单元,用于获取待测评语音的音频;
提取单元,用于提取所述音频的特征量,所述特征量包括发音清晰度、发音流畅度、语义相关度、语调准确度、语法准确度;
生成单元,用于根据预置的评分标准、所述音频的特征量,生成所述特征量对应的分数;
所述生成单元,还用于根据所述特征量对应的分数,生成所述分数对应的雷达图;
显示单元,用于显示所述分数对应的雷达图,以使测评人员根据所述雷达图对所述待测评语音进行评分。
7.根据权利要求6所述的装置,其特征在于,所述生成单元,还用于根据所述待测评语音的音频,生成所述音频的链接;
所述显示单元,还用于显示所述音频的链接。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
培训单元,用于根据预置的语音音频,生成并显示与所述预置的语音音频对应的雷达图、音频链接和标准评分,以使所述测评人员获知所述评分的评判尺度。
9.根据权利要求6所述的装置,其特征在于,所述获取单元,还用于获取待测评人员的身份信息。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
保存单元,用于将所述待测评人员的身份信息、与所述身份信息对应的所述评分共同保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610099774.3A CN105632488A (zh) | 2016-02-23 | 2016-02-23 | 一种语音测评的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610099774.3A CN105632488A (zh) | 2016-02-23 | 2016-02-23 | 一种语音测评的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105632488A true CN105632488A (zh) | 2016-06-01 |
Family
ID=56047335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610099774.3A Pending CN105632488A (zh) | 2016-02-23 | 2016-02-23 | 一种语音测评的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105632488A (zh) |
Cited By (7)
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*** |
CN106952060A (zh) * | 2016-08-04 | 2017-07-14 | 北京小度信息科技有限公司 | 物流调度方法及装置 |
CN107016244A (zh) * | 2017-04-10 | 2017-08-04 | 厦门波耐模型设计有限责任公司 | 一种美容整形效果评价***及实现方法 |
CN107808674A (zh) * | 2017-09-28 | 2018-03-16 | 上海流利说信息技术有限公司 | 一种测评语音的方法、介质、装置及电子设备 |
CN108122561A (zh) * | 2017-12-19 | 2018-06-05 | 广东小天才科技有限公司 | 一种基于电子设备的口语语音测评方法及电子设备 |
CN109785698A (zh) * | 2017-11-13 | 2019-05-21 | 上海流利说信息技术有限公司 | 用于口语水平评测的方法、装置、电子设备以及介质 |
CN110164422A (zh) * | 2019-04-03 | 2019-08-23 | 苏州驰声信息科技有限公司 | 一种口语考试的多维度评估方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739868A (zh) * | 2008-11-19 | 2010-06-16 | 中国科学院自动化研究所 | 一种用于口语测试的文本朗读水平自动评估诊断方法 |
JP2011164172A (ja) * | 2010-02-05 | 2011-08-25 | Yamaha Corp | データ検索装置 |
CN102364513A (zh) * | 2011-10-24 | 2012-02-29 | 彭苏勉 | 大学生综合素质与能力测评*** |
CN102509184A (zh) * | 2011-10-24 | 2012-06-20 | 山东城通科技有限公司 | 企业经营管理人才综合素质与岗位胜任能力测评体系 |
CN102799970A (zh) * | 2012-07-11 | 2012-11-28 | 深圳市海云天教育测评有限公司 | 一种基于雷达图的教育测评数据处理方法及*** |
CN103151042A (zh) * | 2013-01-23 | 2013-06-12 | 中国科学院深圳先进技术研究院 | 全自动口语评测管理与评分***及其评分方法 |
WO2013144993A1 (ja) * | 2012-03-26 | 2013-10-03 | パイオニア株式会社 | 表示方法、選曲方法、表示装置、音響装置およびプログラム |
CN103928023A (zh) * | 2014-04-29 | 2014-07-16 | 广东外语外贸大学 | 一种语音评分方法及*** |
CN104461896A (zh) * | 2014-12-18 | 2015-03-25 | 北京轩宇信息技术有限公司 | 基于可信属性的航天***关键软件评价方法 |
CN104952444A (zh) * | 2015-04-27 | 2015-09-30 | 桂林电子科技大学 | 一种文本无关的中国人英语口语质量评估方法 |
-
2016
- 2016-02-23 CN CN201610099774.3A patent/CN105632488A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739868A (zh) * | 2008-11-19 | 2010-06-16 | 中国科学院自动化研究所 | 一种用于口语测试的文本朗读水平自动评估诊断方法 |
JP2011164172A (ja) * | 2010-02-05 | 2011-08-25 | Yamaha Corp | データ検索装置 |
CN102364513A (zh) * | 2011-10-24 | 2012-02-29 | 彭苏勉 | 大学生综合素质与能力测评*** |
CN102509184A (zh) * | 2011-10-24 | 2012-06-20 | 山东城通科技有限公司 | 企业经营管理人才综合素质与岗位胜任能力测评体系 |
WO2013144993A1 (ja) * | 2012-03-26 | 2013-10-03 | パイオニア株式会社 | 表示方法、選曲方法、表示装置、音響装置およびプログラム |
CN102799970A (zh) * | 2012-07-11 | 2012-11-28 | 深圳市海云天教育测评有限公司 | 一种基于雷达图的教育测评数据处理方法及*** |
CN103151042A (zh) * | 2013-01-23 | 2013-06-12 | 中国科学院深圳先进技术研究院 | 全自动口语评测管理与评分***及其评分方法 |
CN103928023A (zh) * | 2014-04-29 | 2014-07-16 | 广东外语外贸大学 | 一种语音评分方法及*** |
CN104461896A (zh) * | 2014-12-18 | 2015-03-25 | 北京轩宇信息技术有限公司 | 基于可信属性的航天***关键软件评价方法 |
CN104952444A (zh) * | 2015-04-27 | 2015-09-30 | 桂林电子科技大学 | 一种文本无关的中国人英语口语质量评估方法 |
Non-Patent Citations (1)
Title |
---|
杨铁军: "《产业专利分析报告 第13册 智能电视》", 31 March 2013 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952060A (zh) * | 2016-08-04 | 2017-07-14 | 北京小度信息科技有限公司 | 物流调度方法及装置 |
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*** |
CN107016244A (zh) * | 2017-04-10 | 2017-08-04 | 厦门波耐模型设计有限责任公司 | 一种美容整形效果评价***及实现方法 |
CN107808674A (zh) * | 2017-09-28 | 2018-03-16 | 上海流利说信息技术有限公司 | 一种测评语音的方法、介质、装置及电子设备 |
CN109785698A (zh) * | 2017-11-13 | 2019-05-21 | 上海流利说信息技术有限公司 | 用于口语水平评测的方法、装置、电子设备以及介质 |
CN108122561A (zh) * | 2017-12-19 | 2018-06-05 | 广东小天才科技有限公司 | 一种基于电子设备的口语语音测评方法及电子设备 |
CN110164422A (zh) * | 2019-04-03 | 2019-08-23 | 苏州驰声信息科技有限公司 | 一种口语考试的多维度评估方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105632488A (zh) | 一种语音测评的方法及装置 | |
Oh et al. | Authentic leadership and turnover intention: does organizational size matter? | |
Murphy et al. | Relationship between observational accuracy and accuracy in evaluating performance. | |
Green et al. | Evaluating the gold standard: A review and meta-analysis of the Structured Interview of Reported Symptoms. | |
Sammons | Complexities in the judgement of school effectiveness | |
CN108734379B (zh) | 一种对客服人员实现差异化的线上培训方法 | |
Cavalcanti et al. | An analysis of the use of good feedback practices in online learning courses | |
Earle | Formative and summative assessment of science in English primary schools: evidence from the Primary Science Quality Mark | |
CN109064023A (zh) | 一种人力效能管理***的方法和装置 | |
CN107909278A (zh) | 一种编程能力综合评估的方法及*** | |
US20160019803A1 (en) | System, method and computer-accessible medium for scalable testing and evaluation | |
de Moira et al. | Marking consistency over time | |
Herrera et al. | Epistemological evolution of corporate social responsibility in management: An empirical analysis of 35 years of research | |
Tamam et al. | Classification of sign language in real time using convolutional neural network | |
CN109697553A (zh) | 一种基于区块链的译员信用管理方法及*** | |
CN117235638A (zh) | 一种基于预训练模型的警情内容多层级分类方法 | |
Alshammari et al. | E-Learning readiness: a scale development in Saudi higher education institutions | |
CN109272262A (zh) | 一种自然语言特征的分析方法 | |
Wind | Nonparametric evidence of validity, reliability, and fairness for rater‐mediated assessments: an illustration using Mokken Scale Analysis | |
Rios et al. | To what degree does rapid guessing distort aggregated test scores? A meta-analytic investigation | |
CN109299863A (zh) | Btm设备评价*** | |
Wang et al. | Construct equivalence across grades in a vertical scale for a K-12 large-scale reading assessment | |
Patrick | Problems with percentiles: Student growth scores in New York's teacher evaluation system | |
Zhang et al. | Research on classroom teaching quality evaluation and feedback system based on big data analysis | |
Ong et al. | What factors explain the likelihood of completing a VET qualification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160601 |
|
RJ01 | Rejection of invention patent application after publication |