[发明专利]语音评测方法、装置、设备及存储介质

权利要求书

1.一种语音评测方法，其特征在于，包括：

获取待测音频、与所述待测音频对应的参考文本、以及与所述参考文本对应的基准音频；

获取所述参考文本的各个韵律层级；

获取所述待测音频的各个音频帧的待测帧基频，得到分别对应于各个所述韵律层级的各个层级待测帧基频，获取所述基准音频的各个音频帧的基准帧基频，得到分别对应于各个所述韵律层级的各个层级基准帧基频；

根据同位置的同一韵律层级中的相互对应的各个所述层级待测帧基频和各个所述层级基准帧基频，获取各个所述韵律层级的层级韵律相似度；

根据所述层级韵律相似度和所述待测音频的各个韵律层级的权重，获取所述待测音频与所述基准音频的音频相似度；

所述获取所述待测音频的各个音频帧的待测帧基频，得到分别对应于各个所述韵律层级的各个层级待测帧基频，获取所述基准音频的各个音频帧的基准帧基频，得到分别对应于各个所述韵律层级的各个层级基准帧基频的步骤包括：

提取所述待测音频的各个音频帧的待测帧原始基频，提取所述基准音频的各个音频帧的基准帧原始基频；

至少对所述待测帧原始基频和所述基准帧原始基频进行归一化处理，得到各个所述待测帧基频和各个所述基准帧基频；

根据各个所述待测帧基频，得到分别对应于各个所述韵律层级的各个层级待测帧基频，根据各个所述基准帧基频，得到分别对应于各个所述韵律层级的各个层级基准帧基频。

2.如权利要求1所述的语音评测方法，其特征在于，各个所述韵律层级的权重的获取步骤包括：

获取与各个所述韵律层级对应的所述待测音频的音素的层级音频帧数，以及所述待测音频的全部音素的整体音频帧数；

根据所述层级音频帧数与所述整体音频帧数，获取所述待测音频的各个所述韵律层级的权重。

3.如权利要求2所述的语音评测方法，其特征在于，所述待测音频的音素的层级音频帧数包括所述待测音频的浊音音素的层级音频帧数，所述待测音频的全部音素的整体音频帧数包括所述待测音频的全部浊音音素的整体音频帧数。

4.如权利要求1所述的语音评测方法，其特征在于，所述根据所述层级韵律相似度和所述待测音频的各个所述韵律层级的权重，获取所述待测音频与所述基准音频的音频相似度的步骤包括：

根据对应于同一所述韵律层级的所述层级韵律相似度和所述韵律层级的权重，获取各个韵律层级的调整层级韵律相似度；

根据同一类别的各个所述韵律层级的调整层级韵律相似度，获取各个韵律层级类别的层级类别韵律相似度；

根据各个所述层级类别韵律相似度获取所述音频相似度。

5.如权利要求4所述的语音评测方法，其特征在于，所述根据同一类别的各个所述韵律层级的调整层级韵律相似度，获取各个韵律层级类别的层级类别韵律相似度的步骤包括：

根据同一类别的各个所述韵律层级的调整层级韵律相似度，获取各个所述调整层级韵律相似度的平均值，得到所述层级类别韵律相似度。

6.如权利要求1-5任一项所述的语音评测方法，其特征在于，所述至少对所述待测帧原始基频和所述基准帧原始基频进行归一化处理，得到各个所述待测帧基频和各个所述基准帧基频的步骤包括：

对所述待测帧原始基频和所述基准帧原始基频进行归一化处理，得到待测帧归一化基频和基准帧归一化基频；

根据所述待测帧归一化基频进行曲线拟合，得到待测帧拟合曲线，根据所述基准帧归一化基频进行曲线拟合，得到基准帧拟合曲线；

根据所述待测帧拟合曲线获取各个所述待测帧基频，根据所述基准帧拟合曲线获取各个所述基准帧基频。

7.如权利要求6所述的语音评测方法，其特征在于，所述根据所述待测帧拟合曲线获取各个所述待测帧基频，根据所述基准帧拟合曲线获取各个所述基准帧基频的步骤包括：

对所述待测帧拟合曲线和所述基准帧拟合曲线进行动态规整处理，得到时长相同的规整待测帧拟合曲线和规整基准帧拟合曲线；

根据所述规整待测帧拟合曲线和所述规整基准帧拟合曲线，获取相互对应的各个所述待测帧基频和各个所述基准帧基频。