[发明专利]音频质量评估方法、装置、电子设备及存储介质有效
申请号: | 201910073390.8 | 申请日: | 2019-01-25 |
公开(公告)号: | CN109830246B | 公开(公告)日: | 2019-10-29 |
发明(设计)人: | 刘永辉;曹琼;郝玉峰 | 申请(专利权)人: | 北京海天瑞声科技股份有限公司 |
主分类号: | G10L25/60 | 分类号: | G10L25/60;G10L25/69;G10L25/27;G10L15/05 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 吴会英;刘芳 |
地址: | 100083 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种音频质量评估方法、装置、电子设备及存储介质,其中,该方法包括:根据音频文件对应的每个语音段的有效语音时长以及每个语音段对应的语料文本,获取每个语音段对应的发音人的语速值;根据语音段对应的发音人的语速值以及预设规则进行统计分析,获取统计结果;根据统计结果以及预设条件,获取音频文件的质量评估结果。本发明提供的方法根据发音人语速预设规则进行工程性的自动化分析,能够有效提高音频质量评估效率,且有效提高检测样本的覆盖率。 | ||
搜索关键词: | 语音段 质量评估 发音 存储介质 电子设备 统计结果 音频文件 预设规则 质量评估结果 自动化分析 有效语音 预设条件 统计分析 工程性 时长 语料 样本 文本 覆盖率 检测 | ||
【主权项】:
1.一种音频质量评估方法,其特征在于,包括:根据音频文件对应的每个语音段的有效语音时长以及每个所述语音段对应的语料文本,获取每个所述语音段对应的发音人的语速值;根据所述语音段对应的发音人的语速值以及预设规则进行统计分析,获取统计结果;根据所述统计结果以及预设条件,获取音频文件的质量评估结果;所述语音段对应的发音人的语速值以及预设规则进行统计分析,获取统计结果,包括:根据预设语速层级范围以及所述语音段对应的发音人的语速值,获取分组结果;根据预设聚合策略以及所述分组结果,获取聚合结果,所述聚合结果包括第一聚类集和第二聚类集,其中,第一聚类集中包含的语音段均为正常类型,所述第二聚类集中包含的语音段均为异常类型;根据所述第一聚类集中语音段的数量、所述第二聚类集中语音段的数量以及语音段的总数,获取所述统计结果;所述统计结果包括:正常类型语音段的数量、异常类型语音段的数量、正常类型语音段的数量与语音段的总数的比值以及异常类型语音段的数量与语音段的总数的比值中的一项或多项;若所述统计结果为正常类型语音段的数量与语音段的总数的比值;相应地,所述根据所述统计结果以及预设条件,获取音频质量评估结果,包括:若所述正常类型语音段的数量与语音段的总数的比值大于或等于第一预设阈值,确定所述音频文件的音频质量达标;若所述正常类型语音段的数量与语音段的总数的比值小于第一预设阈值,确定所述音频文件的音频质量不达标;若所述异常类型语音段的数量与语音段的总数的比值小于第二预设阈值,确定所述音频文件的音频质量达标;若所述异常类型语音段的数量与语音段的总数的比值大于或等于第二预设阈值,确定所述音频文件的音频质量不达标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京海天瑞声科技股份有限公司,未经北京海天瑞声科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910073390.8/,转载请声明来源钻瓜专利网。