[发明专利]口语评测方法及系统

说明书

技术领域

本发明涉及语音信号处理技术领域，具体涉及一种口语评测方法及系统。 

背景技术

作为人际交流的重要媒介，口语语言在实际生活中占有极其重要的地位。随着社会经济的不断发展和全球化趋势的加剧，人们对语言学习的效率以及语言评估的客观性、公正性和规模化测试提出了越来越高的要求。传统的人工口语水平评测方法使教师和学生在教学时间和空间上受到很大限制，在师资力量、教学场地、经费支出等方面也存在诸多硬件上的差距和不平衡；人工评测无法避免评估者自身的个体偏差，从而不能保证评分标准的统一，有时甚至无法准确反映被测者的真实水平；而对于大规模口语测试，则需要大量的人力、物力和财力支持，限制了经常性、规模性的评估测试。为此，业界相继开发出了一些语言教学和评测系统。 

在现有技术中，口语评测系统通常采用单识别器对接收到的语音信号进行语音识别（如问答题）或者语音文本对齐（如朗读题），从而获取各基本语音单元对应的语音片断。随后系统从各语音片断中分别提取描述各基本语音单元发音标准度或流畅度等衡量口语评测标准的特征，最后基于所述特征通过预测分析得到评测最终得分。 

在安静的环境下使用高保真的录音设备时，语音识别系统由于能提供较高的识别准确率因而后续口语评测也能提供较为客观准确的结果。然而在实际应用中特别是对于大规模口语考试，录音环境不可避免会受到考场噪声、环境噪声等因素的影响，语音识别准确率下降导致口语评测过程中会出现一定比例的异常评分语音。显然这种现象使得大规模口语考试中计算机自动评分很难真正实用，限制了口语评测系统的应用范围和推广，对很多至关重要的考试无法应用，否则一旦出现异常评分就会造成评卷事故。 

发明内容

本发明实施例提供一种口语评测方法及系统，以提高口语评测的准确性，减少异常评分。 

为此，本发明提供如下技术方案： 

一种口语评测方法，包括： 

接收待评测的语音信号； 

利用至少两种不同的语音识别系统分别获取所述语音信号中各基本语音单元对应的语音片断； 

从所述语音片断中分别提取对应不同特征类型的评测特征； 

计算所述评测特征的原始得分； 

按照所述特征类型对基于不同语音识别系统得到的所述原始得分进行优化融合，得到所述评测特征的综合得分； 

根据不同评测特征的综合得分计算所述语音信号的得分。 

优选地，所述特征类型包括以下一种或多种：完整性特征、发音准确性特征、流利性特征、韵律特征。 

优选地，所述计算所述评测特征的原始得分包括： 

加载与所述评测特征的特征类型相对应的评分预测模型； 

计算所述评测特征相应于所述评分预测模型的相似度，并将所述相似度作为所述评测特征的原始得分。 

优选地，对应不同题型的同一特征类型的评分预测模型不同。 

优选地，所述按照所述特征类型对基于不同语音识别系统得到的所述原始得分进行优化融合，得到所述评测特征的综合得分包括： 

针对同一特征类型的基于不同语音识别系统得到的评测特征的原始得分，取其中最大得分、或中位得分、或平均得分，作为所述评测特征的综合得分。 

一种口语评测系统，包括： 

接收模块，用于接收待评测的语音信号； 

语音片断获取模块，用于利用至少两种不同的语音识别系统分别获取所述语音信号中各基本语音单元对应的语音片断； 

特征提取模块，用于从所述语音片断中分别提取对应不同特征类型的评测特征； 

计算模块，用于计算所述评测特征的原始得分； 

优化融合模块，用于按照所述特征类型对基于不同语音识别系统得到的所述原始得分进行优化融合，得到所述评测特征的综合得分； 

评分模块，用于根据不同评测特征的综合得分计算所述语音信号的得分。 

优选地，所述特征类型包括以下一种或多种：完整性特征、发音准确性特征、流利性特征、韵律特征。 

优选地，所述计算模块包括： 

加载单元，用于加载与所述评测特征的特征类型相对应的评分预测模型； 

相似度计算单元，用于计算所述评测特征相应于所述评分预测模型的相似度，并将所述相似度作为所述评测特征的原始得分。 

优选地，对应不同题型的同一特征类型的评分预测模型不同。