CN113096690A - 一种发音评测方法、装置、设备及存储介质 - Google Patents
一种发音评测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113096690A CN113096690A CN202110318661.9A CN202110318661A CN113096690A CN 113096690 A CN113096690 A CN 113096690A CN 202110318661 A CN202110318661 A CN 202110318661A CN 113096690 A CN113096690 A CN 113096690A
- Authority
- CN
- China
- Prior art keywords
- pronunciation
- evaluated
- classification
- evaluation
- score
- 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 53
- 239000000463 material Substances 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 description 20
- 238000013507 mapping Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 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
- 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
- G10L25/60—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 for measuring the quality of voice signals
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/18—Artificial neural networks; Connectionist approaches
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明实施例中提供了一种发音评测方法、装置、设备及存储介质，通过获取待评测语音材料；对所述待评测语音材料进行评分，得到原始分值，以及对待评测语音材料进行特征分类，得到分类信息；所述原始分值及分类信息通过分类评分模块，得到最终输出分数。本实施例的方案可以根据说话人种类的不同，分别采取严格和偏鼓励的输出得分，能够同时满足低幼龄儿童和正式学习者对评测标准的不同需求。
Description
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种发音评测方法、装置、设备及存储介质。
背景技术
自动口语发音评测技术越来越多地应用在教育辅助领域，他能够自动陪练语言学习者进行发音训练，给出发音的准确度得分，从而使语言学习者朝着更标准的发音方向改进。然而，语言学习和发音练习者可能是成年人，也可能是低幼龄的儿童。对于正式学习语言的成年人或青少年，较为严格的发音评测和客观打分较为重要；而对于初学的低幼龄儿童，大多数为10周岁以下，他们对于评测的得分非常敏感，如果以严格的客观评分给出分数，家长普遍反馈严重伤害孩子的学习积极性，让孩子产生挫败感和学习的抵触感。
对于低龄儿童的教育，国内外普遍采取鼓励参与和肯定式的教育方式，让孩子多学多练多参与，增强他们的信心和兴趣。因此，需要发明一种发音评测方法、装置、设备及存储介质来同时满足低幼龄儿童和正式学习者对评测标准的不同需求。
发明内容
鉴于上述问题，本发明提供了一种发音评测方法、装置、设备及存储介质，能够同时满足低幼龄儿童和正式学习者对评测标准的不同需求。
为了实现上述目的，本发明采用如下的技术方案：
第一方面，本发明实施例中提供了一种发音评测方法，包括：
获取待评测语音材料；
对所述待评测语音材料进行评分，得到原始分值，以及对待评测语音材料进行特征分类，得到分类信息；
所述原始分值及分类信息通过分类评分模块，得到最终输出分数。
第二方面，本发明实施例中还提供了一种发音评测装置，包括：
语音获取模块，用于获取用户当前的待评测语音材料；
发音评测模块，用于对所述待评测语音材料进行评分，得到原始分值；
特征分类模块，对待评测语音材料进行特征分类，得到分类信息；；
分类评分模块，用于依据所述待评测语音材料的原始分值和分类信息，得到最终输出分数。
第三方面，本发明实施例中还提供了一种设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
声音收集器，用于收集用户的待评测语音材料。
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任意所述的发音评测方法。
第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任意所述的发音评测方法。
本发明实施例中提供了一种发音评测方法、装置、设备及存储介质，通过获取待评测语音材料；对所述待评测语音材料进行评分，得到原始分值，以及对待评测语音材料进行特征分类，得到分类信息；所述原始分值及分类信息通过分类评分模块，得到最终输出分数。本实施例的方案可以根据说话人种类的不同，分别采取严格和偏鼓励的输出得分，能够同时满足低幼龄儿童和正式学习者对评测标准的不同需求。
上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明实施例中提供的一种发音评测方法的流程示意图；
图2是本发明实施例中提供的另一种发音评测方法的流程示意图；
图3是本发明实施例中提供的一种发音评测装置的结构示意图；
图4是本发明实施例中提供的一种发音评测设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
下面针对本发明实施例中提供的发音评测方法、装置、设备和存储介质进行详细阐述。本实施例可适用辅助学***板电脑等。
图1是本发明实施例中提供的一种发音评测方法的流程示意图。如图1所示，本发明实施例中提供的发音评测方法可以包括：
S101、获取用户当前的待评测语音材料。
自动口语发音评测技术越来越多地应用在教育辅助领域，他能够自动陪练语言学习者进行发音训练，给出发音的准确度得分，从而使语言学习者朝着更标准的发音方向改进。在本实施例中，当前用户，即语言学习者发出对应文本的语音后，被设备获取成为待评测语音材料。例如，当需要进行发音训练时，用户可以根据个人喜好和掌握度从预设发音训练文本中选择合适的发音训练文本，作为当前发音训练文本。在本实施例中，预设发音训练文本是指用于供学习者进行发音训练所使用的文本内容。
S102、对当前待评测语音材料进行评分，得到原始分值，同时对待评测语音材料进行特征分类，得到分类信息。
在本实施例中，当前待评测语音材料的原始分值取决于用户阅读当前发音训练文本时的口语能力。评分是通过发音评测引擎实现的，所述发音评测引擎是一种接受输入语音和参***并给出不同维度评测信息的一类引擎。这些评测维度包括但不仅限于：单词的发音准确度，句子发音准确度，音素级别的准确度和纠错，整体流利度、完整度等等。
在本实施例中，当前待评测语音材料的分类信息取决于用户的类型。分类信息是通过说话人特征分类器实现的，所述说话人特征分类器可以是一种基于神经网络的语音特征逐帧分类判决器。所述神经网络的输入层为语音频谱特征，可以是MFCC、fbank或者原始傅里叶变换的数字频谱信息等，输出层为成人、儿童和静音三种分类。
在本实施中，获取原始分值与获取分类信息是并行进行。所述发音评测引擎和说话人特征分类器都是实时流式工作的引擎。
S103、所述原始分值及分类信息通过分类评分模块，得到最终输出分数。
在本实施例中，当前待评测语音材料的最终输出分数取决于用户待评测语音材料的原始分值和分类信息。最终输出分数是通过分类评分器实现的，所述分类评分器的工作方式，是接收发音评测的原始打分，再根据说话人种类的不同，对最终输出分数进行一定的映射转换。例如，如果发音评测引擎的原始打分就已经是严格按照专家打分客观一致性设计的，能够较为客观反映实际的发音质量，那么对成人直接输出原始打分即可；而对儿童则需要考虑鼓励儿童的积极性，例如，只要孩子发音在60分以上，就认为孩子说的很棒。
一种可选的实施方式是对儿童的评分采用星级量化，例如三星级量化，超过60分以上的得3颗星(满星)，40分到60分得两颗星40分以下一颗星，评测引擎拒绝给出评分时(孩子没说该说的内容)，才给0星。
这里给出的只是一种作为参考的可实现方式，任何其他合理分数映射和变换的方式，均可视作本发明中所述的分类评分映射模块，包括但不限于针对不同人群为发音评测引擎配置不同的工作参数，难度控制系数等等。
图2是本发明实施例中提供的另一种发音评测方法的流程示意图，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示，本发明实施例中提供的发音评测方法可以包括：
S201、获取用户当前的待评测语音材料。
自动口语发音评测技术越来越多地应用在教育辅助领域，他能够自动陪练语言学习者进行发音训练，给出发音的准确度得分，从而使语言学习者朝着更标准的发音方向改进。在本实施例中，当前用户，即语言学习者发出对应文本的语音后，被设备获取成为待评测语音材料。例如，当需要进行发音训练时，用户可以根据个人喜好和掌握度从预设发音训练文本中选择合适的发音训练文本，作为当前发音训练文本。在本实施例中，预设发音训练文本是指用于供学习者进行发音训练所使用的文本内容。
S202、对待评测语音材料进行特征分类，得到分类信息。
在本实施例中，当前待评测语音材料的分类信息取决于用户的类型。分类信息是通过说话人特征分类器实现的，所述说话人特征分类器可以是一种基于神经网络的语音特征逐帧分类判决器。所述神经网络的输入层为语音频谱特征，可以是MFCC、fbank或者原始傅里叶变换的数字频谱信息等，输出层为成人、儿童和静音三种分类。
S203、对当前待评测语音材料进行评分，得到原始分值。
在本实施例中，当前待评测语音材料的原始分值取决于用户阅读当前发音训练文本时的口语能力，以及S102中所获取的分类信息。评分是通过发音评测引擎实现的，所述发音评测引擎是一种接受输入语音和参***并给出不同维度评测信息的一类引擎。这些评测维度包括但不仅限于：单词的发音准确度，句子发音准确度，音素级别的准确度和纠错，整体流利度、完整度等等。
在本实施例中，所述发音评测引擎和说话人特征分类器都是实时流式工作的引擎。
S204、所述原始分值及分类信息通过分类评分模块，得到最终输出分数。
在本实施例中，当前待评测语音材料的最终输出分数取决于用户待评测语音材料的原始分值和分类信息。最终输出分数是通过分类评分器实现的，所述分类评分器的工作方式，是接收发音评测的原始打分，再根据说话人种类的不同，对最终输出分数进行一定的映射转换。例如，如果发音评测引擎的原始打分就已经是严格按照专家打分客观一致性设计的，能够较为客观反映实际的发音质量，那么对成人直接输出原始打分即可；而对儿童则需要考虑鼓励儿童的积极性，例如，只要孩子发音在60分以上，就认为孩子说的很棒。
在本实施例中，所述说话人特征分类器与所述发音评测引擎为串行关系。说话人特征分类器前置。当前待评测语音材料的原始分值取决于用户阅读当前发音训练文本时的口语能力，还取决于S102中所获取的分类信息。
图3是本发明实施例中提供的一种发音评测装置的结构示意图，本实施例可适用辅助学***板电脑等。
如图3所示，本发明实施例中提供的发音评测装置可以包括：语音获取模块301、发音评测模块302、特征分类模块303和分类评分模块304。其中：
语音获取模块301，用于获取用户当前的待评测语音材料；
发音评测模块302，用于对所述待评测语音材料进行评分，得到原始分值；
可选的，发音评测模块是发音评测引擎，所述发音评测引擎是一种接受输入语音和参***，并给出不同维度评测信息的一类引擎。这些评测维度包括但不仅限于：单词的发音准确度，句子发音准确度，音素级别的准确度和纠错，整体流利度、完整度等等。
特征分类模块303，对待评测语音材料进行特征分类，得到分类信息；
可选的，所述发音评测模块可以是说话人特征分类器，所述说话人特征分类器是一种基于神经网络的语音特征逐帧分类判决器。所述神经网络的输入层为语音频谱特征，可以是MFCC、fbank或者原始傅里叶变换的数字频谱信息等，输出层为成人、儿童和静音三种分类
分类评分模块304，用于依据所述待评测语音材料的原始分值和分类信息，得到最终输出分数。
而可选的，所述分类评分模块是一种分类评分映射模块。所述分类评分映射的工作方式，是接收发音评测的原始打分，再根据说话人种类的不同，对最终输出分数进行一定的映射转换。
在上述实施例的基础上，请参照图4。本发明实施例还提供了一种发音评测设备，包括存储器31、处理器32，其中：
存储器31，用于存储计算机程序；
处理器32，用于执行计算机程序时实现如上述的发音评测方法的步骤。
声音采集器33，用于收集用户的待评测语音材料。
当然，本发明实施例中还提供一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例中所提供的发音评测方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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***、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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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***、装置或者器件使用或者与其结合使用。
计算机可读的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。计算机可读的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，该计算机可读介质可以发送、传播或者传输用于由指令执行***、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——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。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发明操作的计算机程序代码，所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)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种发音评测方法，其特征在于，所述方法包括：
获取待评测语音材料；
对所述待评测语音材料进行评分得到原始分值，以及对待评测语音材料进行特征分类得到分类信息；
所述原始分值及分类信息通过分类评分模块，得到最终输出分数。
2.根据权利要求1所述的发音评测方法，其特征在于，还包括：
所述对待评测语音材料进行评分得到原始分值是通过发音评测引擎实现的；所述对待评测语音材料进行特征分类得到分类信息是通过说话人特征分类器实现的。
3.根据权利要求2所述的发音评测方法，其特征在于，还包括：
所述发音评测引擎和说话人特征分类器都是实时流式工作的引擎。
4.根据权利要求2所述的发音评测方法，其特征在于，所述说话人特征分类器是一种基于神经网络的语音特征逐帧分类判决器；所述发音评测引擎是一种接受输入语音和参***并给出不同维度评测信息的一类引擎。
5.根据权利要求2所述的发音评测方法，其特征在于，所述说话人特征分类器与所述发音评测引擎为串行关系。
6.根据权利要求2所述的发音评测方法，其特征在于，所述说话人特征分类器与所述发音评测引擎为并行关系。
7.一种发音评测装置，其特征在于，包括：
语音获取模块，用于获取用户当前的待评测语音材料；
发音评测模块，用于对所述待评测语音材料进行评分，得到原始分值；
特征分类模块，对待评测语音材料进行特征分类，得到分类信息；
分类评分模块，用于依据所述待评测语音材料的原始分值和分类信息，得到最终输出分数。
8.一种发音评测设备，其特征在于，包括存储器、处理器；其中：
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述计算机程序时实现如权利要求1至6任意一项所述的发音评测方法。
9.根据权利要求8所述的发音评测设备，其特征在于，还包括声音采集器，用于收集用户的待评测语音材料。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述的发音评测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110318661.9A CN113096690A (zh) | 2021-03-25 | 2021-03-25 | 一种发音评测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110318661.9A CN113096690A (zh) | 2021-03-25 | 2021-03-25 | 一种发音评测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113096690A true CN113096690A (zh) | 2021-07-09 |
Family
ID=76669860
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110318661.9A Pending CN113096690A (zh) | 2021-03-25 | 2021-03-25 | 一种发音评测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113096690A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101271636A (zh) * | 2008-04-30 | 2008-09-24 | 东莞市步步高教育电子产品有限公司 | 带有口语练习模块的点读机控制方法 |
| US20110144990A1 (en) * | 2009-12-16 | 2011-06-16 | International Business Machines Corporation | Rating speech naturalness of speech utterances based on a plurality of human testers |
| CN103559892A (zh) * | 2013-11-08 | 2014-02-05 | 安徽科大讯飞信息科技股份有限公司 | 口语评测方法及*** |
| CN107958673A (zh) * | 2017-11-28 | 2018-04-24 | 北京先声教育科技有限公司 | 一种口语评分方法及装置 |
| CN109326154A (zh) * | 2018-12-05 | 2019-02-12 | 北京汉谷教育科技有限公司 | 一种通过语音识别引擎进行人机互动教学的方法 |
| 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 |
| CN110689903A (zh) * | 2019-09-24 | 2020-01-14 | 百度在线网络技术（北京）有限公司 | 智能音箱的评测方法、装置、设备和介质 |
| CN110782921A (zh) * | 2019-09-19 | 2020-02-11 | 腾讯科技（深圳）有限公司 | 语音测评方法和装置、存储介质及电子装置 |
| CN111739518A (zh) * | 2020-08-10 | 2020-10-02 | 腾讯科技（深圳）有限公司 | 音频的识别方法和装置、存储介质及电子设备 |
| CN111915940A (zh) * | 2020-06-29 | 2020-11-10 | 厦门快商通科技股份有限公司 | 一种口语发音评测和教学方法、***、终端及存储介质 |
| CN111986650A (zh) * | 2020-08-07 | 2020-11-24 | 云知声智能科技股份有限公司 | 借助语种识别辅助语音评测的方法及*** |
| CN112331180A (zh) * | 2020-11-03 | 2021-02-05 | 北京猿力未来科技有限公司 | 一种口语评测方法及装置 |
-
2021
- 2021-03-25 CN CN202110318661.9A patent/CN113096690A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101271636A (zh) * | 2008-04-30 | 2008-09-24 | 东莞市步步高教育电子产品有限公司 | 带有口语练习模块的点读机控制方法 |
| US20110144990A1 (en) * | 2009-12-16 | 2011-06-16 | International Business Machines Corporation | Rating speech naturalness of speech utterances based on a plurality of human testers |
| CN103559892A (zh) * | 2013-11-08 | 2014-02-05 | 安徽科大讯飞信息科技股份有限公司 | 口语评测方法及*** |
| 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 |
| CN107958673A (zh) * | 2017-11-28 | 2018-04-24 | 北京先声教育科技有限公司 | 一种口语评分方法及装置 |
| CN109326154A (zh) * | 2018-12-05 | 2019-02-12 | 北京汉谷教育科技有限公司 | 一种通过语音识别引擎进行人机互动教学的方法 |
| CN110782921A (zh) * | 2019-09-19 | 2020-02-11 | 腾讯科技（深圳）有限公司 | 语音测评方法和装置、存储介质及电子装置 |
| CN110689903A (zh) * | 2019-09-24 | 2020-01-14 | 百度在线网络技术（北京）有限公司 | 智能音箱的评测方法、装置、设备和介质 |
| CN111915940A (zh) * | 2020-06-29 | 2020-11-10 | 厦门快商通科技股份有限公司 | 一种口语发音评测和教学方法、***、终端及存储介质 |
| CN111986650A (zh) * | 2020-08-07 | 2020-11-24 | 云知声智能科技股份有限公司 | 借助语种识别辅助语音评测的方法及*** |
| CN111739518A (zh) * | 2020-08-10 | 2020-10-02 | 腾讯科技（深圳）有限公司 | 音频的识别方法和装置、存储介质及电子设备 |
| CN112331180A (zh) * | 2020-11-03 | 2021-02-05 | 北京猿力未来科技有限公司 | 一种口语评测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 呼媛玲等: "基于音素的英文发音自动评测***设计", 《自动化与仪器仪表》 * |
| 呼媛玲等: "基于音素的英文发音自动评测***设计", 《自动化与仪器仪表》, no. 11, 25 November 2018 (2018-11-25), pages 166 - 169 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Black et al. | Automatic prediction of children's reading ability for high-level literacy assessment | |
| Michael | Automated Speech Recognition in language learning: Potential models, benefits and impact | |
| McCrocklin | Learners’ feedback regarding ASR-based dictation practice for pronunciation learning | |
| Wong et al. | Chinese ESL learners’ perceptual errors of English connected speech: Insights into listening comprehension | |
| CN112687291A (zh) | 一种发音缺陷识别模型训练方法以及发音缺陷识别方法 | |
| McCrocklin | The potential of Automatic Speech Recognition for fostering pronunciation learners' autonomy | |
| Lee et al. | Cognitive effects of robot-assisted language learning on oral skills | |
| Tomokiyo | Recognizing non-native speech: characterizing and adapting to non-native usage in LVCSR | |
| Purwaningsih et al. | The Influence of Javanese Accent toward the Students’ English Consonant Pronunciation at English Education Study Program of Universitas Peradaban: Array | |
| CN113096690A (zh) | 一种发音评测方法、装置、设备及存储介质 | |
| Yin | Training & evaluation system of intelligent oral phonics based on speech recognition technology | |
| Munro et al. | Phonetics and second language teaching research | |
| Utami et al. | Improving students’ English pronunciation competence by using shadowing technique | |
| Pierce | Learning novel vowel contrasts: experimental methods in classroom applications | |
| Zellou et al. | Listener beliefs and perceptual learning: Differences between device and human guises | |
| Johnson | Language learners’ perceptions of automatic speech recognition as a writing tool: A Technology Acceptance Model analysis | |
| Nakanishi et al. | Spotting English pronunciation errors comparison among teachers and with automatic speech recognition | |
| Hafizhah et al. | Learn English Pronountation And Phonetic Transcription With Elsa Speaking Application: A Student Perception | |
| Black et al. | Estimation of children's reading ability by fusion of automatic pronunciation verification and fluency detection. | |
| Liu | Application of speech recognition technology in pronunciation correction of college oral English teaching | |
| Taş et al. | An acoustic analysis of potentially problematic lexical stress patterns for Turkish EFL teachers | |
| Dalton et al. | Using speech analysis to unmask perceptual bias: Dialect, difference, and tolerance | |
| Demirezen | The tag questions: Certainty versus uncertainty issue in English pitches and intonation in relation to anthropology | |
| Meckelborg et al. | Acquisition of Mandarin tones by Canadian first graders: Effect of prior exposure to tonal and non-tonal languages | |
| Oyo et al. | A preliminary speech learning tool for improvement of African English accents |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210906 Address after: 301-112, floor 3, building 2, No. 18, YANGFANGDIAN Road, Haidian District, Beijing 100038 Applicant after: Beijing Rubu Technology Co.,Ltd. Address before: Room 508-598, Xitian Gezhuang Town Government Office Building, No. 8 Xitong Road, Miyun District Economic Development Zone, Beijing 101500 Applicant before: BEIJING ROOBO TECHNOLOGY Co.,Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |