[发明专利]发音质量评价方法、装置、电子设备及存储介质

权利要求书

1.一种发音质量评价方法，其特征在于，包括：

在待评价语音中，确定出参考文本对应的每个音素对应的音频帧以及所述每个音素与对应的音频帧的匹配概率，所述参考文本为所述待评价语音对应的参考文本；

针对所述每个音素，根据所述音素对应的匹配概率和所述音素对应的音频帧计算所述音素的发音准确度评价值；

根据所述每个音素的发音准确度评价值和预先为每个音素确定的权重值，得到所述待评价语音的准确度评价值，其中，所述音素包括元音和辅音，元音对应的权重值大于辅音对应的权重值，若音素的发音准确度评价值低于预设的截断阈值，则所述音素的权重值为0；

确定所述待评价语音的完整度评价值和流利度评价值；

根据所述完整度评价值、所述流利度评价值和所述准确度评价值确定所述待评价语音的发音评分；

其中，确定所述待评价语音的流利度评价值，包括：

针对所述每个音素，根据所述音素对应的音频帧，确定所述音素对应的实际发音时长，根据所述音素对应的实际发音时长与所述音素对应的参考发音时长，确定所述音素对应的流利度评价值；

根据所述每个音素对应的流利度评价值确定所述待评价语音的流利度评价值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述每个音素的发音准确度评价值和预先为每个音素确定的权重值，得到所述待评价语音的准确度评价值，包括：

根据预先为每个音素确定的权重值，对所述每个音素对应的发音准确度评价值进行加权，得到所述待评价语音的准确度评价值。

3.根据权利要求1或2所述的方法，其特征在于，所述确定所述待评价语音的完整度评价值，包括：

根据所述待评价语音对应的识别文本中包含的单词的数量和所述待评价语音对应的参考文本中包含的单词的数量，确定所述待评价语音的完整度评价值，所述识别文本为对所述待评价语音进行语音识别得到的文本。

4.根据权利要求1所述的方法，其特征在于，所述根据所述每个音素对应的流利度评价值确定所述待评价语音的流利度评价值，包括：

根据预先为每个音素确定的权重值，对所述每个音素对应的流利度评价值进行加权，得到所述待评价语音的流利度评价值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述每个音素对应的流利度评价值确定所述待评价语音的流利度评价值，包括：

针对所述参考文本中的每个单词，计算所述单词对应的音素的流利度评价值的平均值，得到所述单词的第一流利度评价值；

针对所述参考文本中的每个单词，计算所述单词对应的第一时间长度，所述第一时间长度为所述单词对应的第一个音素对应的第一个音频帧到最后一个音素对应的最后一个音频帧之间的时间长度，计算所述单词对应的每个音素对应的实际发音时长的总和，得到所述单词对应的第二时间长度，根据所述单词对应的第一时间长度和第二时间长度，确定所述单词的第二流利度评价值；

针对所述参考文本中的每个单词，根据所述单词的第一流利度评价值和第二流利度评价值，得到所述单词的流利度评价值；

根据所述参考文本中每个单词的流利度评价值，确定所述待评价语音的流利度评价值。

6.根据权利要求5所述的方法，其特征在于，还包括：

根据所述参考文本中每个单词对应的音频帧，确定任意两个相邻单词间的空白音频帧的数量，根据所述任意两个相邻单词间的空白音频帧的数量，确定所述待评价语音的第二流利度评价值；

所述根据所述参考文本中每个单词的流利度评价值，确定所述待评价语音的流利度评价值，包括：

根据所述参考文本中每个单词的流利度评价值，确定所述待评价语音的第一流利度评价值；

对所述待评价语音的第一流利度评价值和第二流利度评价值进行加权平均，得到所述待评价语音的流利度评价值。