語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備、方法和系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備、方法和系統(tǒng)，數(shù)據(jù)處理設(shè)備和方法，語(yǔ)音處理設(shè)備和方法，以及移動(dòng)終端，以克服傳統(tǒng)技術(shù)只是利用聲學(xué)模型、而未利用參考語(yǔ)音來(lái)計(jì)算用戶語(yǔ)音得分的缺陷。語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備包括：下載單元，適于從預(yù)定服務(wù)器下載預(yù)定文本和與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞；用戶語(yǔ)音接收單元，適于接收用戶針對(duì)預(yù)定文本所錄入的用戶語(yǔ)音；特征獲取單元，適于獲取用戶語(yǔ)音的用戶語(yǔ)音特征；以及語(yǔ)音質(zhì)量計(jì)算單元，適于基于參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。本發(fā)明的上述技術(shù)可應(yīng)用于語(yǔ)音【技術(shù)領(lǐng)域】。
【專(zhuān)利說(shuō)明】語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備、方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語(yǔ)音【技術(shù)領(lǐng)域】，尤其涉及一種語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備、方法和系統(tǒng)，數(shù)據(jù)處理設(shè)備和方法，語(yǔ)音處理設(shè)備和方法，以及移動(dòng)終端。

【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的發(fā)展，基于互聯(lián)網(wǎng)的語(yǔ)言學(xué)習(xí)應(yīng)用也得到了快速的發(fā)展。在一些語(yǔ)言學(xué)習(xí)應(yīng)用中，應(yīng)用提供商通過(guò)互聯(lián)網(wǎng)將學(xué)習(xí)材料發(fā)送到客戶端，用戶經(jīng)由客戶端獲取學(xué)習(xí)材料，并根據(jù)學(xué)習(xí)材料的指示而在客戶端上進(jìn)行操作，例如輸入文字、輸入語(yǔ)音或者進(jìn)行選擇等，并獲得反饋，從而提高自己的語(yǔ)言能力。
[0003]對(duì)于語(yǔ)言學(xué)習(xí)，除了學(xué)習(xí)語(yǔ)法和詞匯等之外，一個(gè)重要的方面是學(xué)習(xí)語(yǔ)言的聽(tīng)說(shuō)能力，尤其是說(shuō)的能力。在現(xiàn)有的語(yǔ)音技術(shù)中，用戶通過(guò)客戶端的錄音設(shè)備錄制語(yǔ)音，系統(tǒng)根據(jù)與該語(yǔ)音相對(duì)應(yīng)的文本，就用戶的語(yǔ)音和現(xiàn)有聲學(xué)模型進(jìn)行比較，從而向用戶提供整句錄音的發(fā)音評(píng)分，以及每個(gè)單詞的讀音是否正確的反饋。然而，現(xiàn)有的語(yǔ)音技術(shù)在評(píng)價(jià)用戶的發(fā)音情況時(shí)并未考慮用戶語(yǔ)音與用于參考的標(biāo)準(zhǔn)語(yǔ)音之間的相關(guān)性，從而沒(méi)有針對(duì)該相關(guān)性給出對(duì)用戶發(fā)音的準(zhǔn)確評(píng)價(jià)。


【發(fā)明內(nèi)容】

[0004]在下文中給出了關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。
[0005]鑒于此，本發(fā)明提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備、方法和系統(tǒng)，數(shù)據(jù)處理設(shè)備和方法，語(yǔ)音處理設(shè)備和方法，以及移動(dòng)終端，以至少解決現(xiàn)有的語(yǔ)音技術(shù)在評(píng)價(jià)用戶的發(fā)音情況時(shí)未考慮用戶語(yǔ)音與用于參考的標(biāo)準(zhǔn)語(yǔ)音之間的相關(guān)性的問(wèn)題。
[0006]根據(jù)本發(fā)明的一個(gè)方面，提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，該設(shè)備包括:下載單元，適于從預(yù)定服務(wù)器下載預(yù)定文本和與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞；用戶語(yǔ)音接收單元，適于接收用戶針對(duì)預(yù)定文本所錄入的用戶語(yǔ)音；特征獲取單元，適于獲取用戶語(yǔ)音的用戶語(yǔ)音特征；以及語(yǔ)音質(zhì)量計(jì)算單元，適于基于參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。
[0007]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種數(shù)據(jù)處理設(shè)備，該設(shè)備適于駐留在服務(wù)器中，并包括:服務(wù)器存儲(chǔ)單元，適于存儲(chǔ)預(yù)定文本以及與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及計(jì)算單元，適于計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在服務(wù)器存儲(chǔ)單元中，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在服務(wù)器存儲(chǔ)單元中。
[0008]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種語(yǔ)音處理設(shè)備，該設(shè)備適于駐留在計(jì)算機(jī)中，并包括:參考語(yǔ)音接收單元，適于接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音作為參考語(yǔ)音，并將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器；以及計(jì)算單元，適于計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。
[0009]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)方法，該方法包括如下步驟:從預(yù)定服務(wù)器下載預(yù)定文本和與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞；接收用戶針對(duì)預(yù)定文本所錄入的用戶語(yǔ)音；獲取用戶語(yǔ)音的用戶語(yǔ)音特征；以及基于參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。
[0010]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種數(shù)據(jù)處理方法，該方法適于在服務(wù)器中執(zhí)行，并包括:存儲(chǔ)預(yù)定文本以及與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存。
[0011]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種語(yǔ)音處理方法，該方法適于在計(jì)算機(jī)中執(zhí)行，并包括如下步驟:接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音作為參考語(yǔ)音，并將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器；以及計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。
[0012]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種移動(dòng)終端，包括如上所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備。
[0013]根據(jù)本發(fā)明的又一個(gè)方面，還提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)，包括如上所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備和如上所述的數(shù)據(jù)處理設(shè)備。
[0014]上述根據(jù)本發(fā)明實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)方案，其基于獲取的用戶語(yǔ)音的用戶語(yǔ)音特征和參考語(yǔ)音特征之間的相關(guān)性，來(lái)計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量，能夠獲得至少以下益處之一:該設(shè)備在計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量的過(guò)程中考慮了用戶語(yǔ)音和參考語(yǔ)音之間的相關(guān)性，其利用參考語(yǔ)音特征所構(gòu)成的模型來(lái)分析用戶語(yǔ)音的質(zhì)量，克服了以往傳統(tǒng)技術(shù)只是利用聲學(xué)模型、而未利用參考語(yǔ)音來(lái)計(jì)算用戶語(yǔ)音得分的缺陷；節(jié)省計(jì)算時(shí)間和計(jì)算量；節(jié)省存儲(chǔ)空間；可以進(jìn)行離線學(xué)習(xí)；通過(guò)播放功能，容易發(fā)現(xiàn)用戶語(yǔ)音與參考語(yǔ)音之間的差別，便于用戶及時(shí)糾正自己的發(fā)音上的缺陷；更全面、更準(zhǔn)確地評(píng)價(jià)用戶語(yǔ)音的語(yǔ)音質(zhì)量；通過(guò)可視化輸出功能，能夠直觀地獲知自己的發(fā)音與參考語(yǔ)音的發(fā)音之間的差別，從而能夠更有針對(duì)性、更準(zhǔn)確地糾正用戶的發(fā)音。
[0015]通過(guò)以下結(jié)合附圖對(duì)本發(fā)明的最佳實(shí)施例的詳細(xì)說(shuō)明，本發(fā)明的這些以及其他優(yōu)點(diǎn)將更加明顯。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0016]本發(fā)明可以通過(guò)參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標(biāo)記來(lái)表示相同或者相似的部件。所述附圖連同下面的詳細(xì)說(shuō)明一起包含在本說(shuō)明書(shū)中并且形成本說(shuō)明書(shū)的一部分，而且用來(lái)進(jìn)一步舉例說(shuō)明本發(fā)明的優(yōu)選實(shí)施例和解釋本發(fā)明的原理和優(yōu)點(diǎn)。在附圖中:
[0017]圖1是示意性地示出移動(dòng)終端100的結(jié)構(gòu)框圖；
[0018]圖2是示意性地示出根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200的一種示例性結(jié)構(gòu)的框圖；
[0019]圖3是示意性地示出圖2所示的特征獲取單元230的一種可能結(jié)構(gòu)的框圖；
[0020]圖4是示意性地示出根據(jù)本發(fā)明其他實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備400的示例性結(jié)構(gòu)的框圖；
[0021]圖5是示意性地示出根據(jù)本發(fā)明一個(gè)實(shí)施例的數(shù)據(jù)處理設(shè)備500的一種示例性結(jié)構(gòu)的框圖；
[0022]圖6是示意性地示出根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音處理設(shè)備600的一種示例性結(jié)構(gòu)的框圖；
[0023]圖7是示意性地示出根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)方法的一種示例性處理的流程圖；
[0024]圖8是示意性地示出根據(jù)本發(fā)明的實(shí)施例的數(shù)據(jù)處理方法的一種示例性處理的流程圖；
[0025]圖9是示意性地示出根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音處理方法的一種示例性處理的流程圖；以及
[0026]圖10是示意性地示出根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音處理方法的另一種示例性處理的流程圖。
[0027]本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，附圖中的元件僅僅是為了簡(jiǎn)單和清楚起見(jiàn)而示出的，而且不一定是按比例繪制的。例如，附圖中某些元件的尺寸可能相對(duì)于其他元件放大了，以便有助于提高對(duì)本發(fā)明實(shí)施例的理解。

【具體實(shí)施方式】
[0028]在下文中將結(jié)合附圖對(duì)本發(fā)明的示范性實(shí)施例進(jìn)行描述。為了清楚和簡(jiǎn)明起見(jiàn)，在說(shuō)明書(shū)中并未描述實(shí)際實(shí)施方式的所有特征。然而，應(yīng)該了解，在開(kāi)發(fā)任何這種實(shí)際實(shí)施例的過(guò)程中必須做出很多特定于實(shí)施方式的決定，以便實(shí)現(xiàn)開(kāi)發(fā)人員的具體目標(biāo)，例如，符合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會(huì)隨著實(shí)施方式的不同而有所改變。此外，還應(yīng)該了解，雖然開(kāi)發(fā)工作有可能是非常復(fù)雜和費(fèi)時(shí)的，但對(duì)得益于本公開(kāi)內(nèi)容的本領(lǐng)域技術(shù)人員來(lái)說(shuō)，這種開(kāi)發(fā)工作僅僅是例行的任務(wù)。
[0029]在此，還需要說(shuō)明的一點(diǎn)是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明關(guān)系不大的其他細(xì)節(jié)。
[0030]本發(fā)明的實(shí)施例提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，該設(shè)備包括:下載單元，適于從預(yù)定服務(wù)器下載預(yù)定文本和與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞；用戶語(yǔ)音接收單元，適于接收用戶針對(duì)預(yù)定文本所錄入的用戶語(yǔ)音；特征獲取單元，適于獲取用戶語(yǔ)音的用戶語(yǔ)音特征；以及語(yǔ)音質(zhì)量計(jì)算單元，適于基于參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。
[0031]根據(jù)本發(fā)明的實(shí)施例的上述語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備可以是在傳統(tǒng)的桌面型或者膝上型計(jì)算機(jī)(未示出)等中執(zhí)行處理的應(yīng)用，也可以是在移動(dòng)終端(如圖1所示)中執(zhí)行處理的客戶端應(yīng)用(如圖1所示的移動(dòng)終端100中的應(yīng)用154的一種)，或者也可以是在上述傳統(tǒng)的桌面型、膝上型計(jì)算機(jī)用戶或移動(dòng)終端上通過(guò)瀏覽器來(lái)訪問(wèn)的網(wǎng)頁(yè)應(yīng)用等。
[0032]圖1是移動(dòng)終端100的結(jié)構(gòu)框圖。具有多點(diǎn)觸摸能力的移動(dòng)終端100可以包括存儲(chǔ)器接口 102、一個(gè)或多個(gè)數(shù)據(jù)處理器、圖像處理器和/或中央處理單元104，以及外圍接口106。
[0033]存儲(chǔ)器接口 102、一個(gè)或多個(gè)處理器104和/或外圍接口 106既可以是分立元件，也可以集成在一個(gè)或多個(gè)集成電路中。在移動(dòng)終端100中，各種元件可以通過(guò)一條或多條通信總線或信號(hào)線來(lái)耦合。傳感器、設(shè)備和子系統(tǒng)可以耦合到外圍接口 106，以便幫助實(shí)現(xiàn)多種功能。例如，運(yùn)動(dòng)傳感器110、光傳感器112和距離傳感器114可以耦合到外圍接口106，以方便定向、照明和測(cè)距等功能。其他傳感器116同樣可以與外圍接口 106相連，例如定位系統(tǒng)(例如GPS接收機(jī))、溫度傳感器、生物測(cè)定傳感器或其他感測(cè)設(shè)備，由此可以幫助實(shí)施相關(guān)的功能。
[0034]相機(jī)子系統(tǒng)120和光學(xué)傳感器122可以用于方便諸如記錄照片和視頻剪輯的相機(jī)功能的實(shí)現(xiàn)，其中所述相機(jī)子系統(tǒng)和光學(xué)傳感器例如可以是電荷耦合器件(CCD)或互補(bǔ)金屬氧化物半導(dǎo)體(CMOS)光學(xué)傳感器。
[0035]可以通過(guò)一個(gè)或多個(gè)無(wú)線通信子系統(tǒng)124來(lái)幫助實(shí)現(xiàn)通信功能，其中無(wú)線通信子系統(tǒng)可以包括射頻接收機(jī)和發(fā)射機(jī)和/或光(例如紅外)接收機(jī)和發(fā)射機(jī)。無(wú)線通信子系統(tǒng)124的特定設(shè)計(jì)和實(shí)施方式可以取決于移動(dòng)終端100所支持的一個(gè)或多個(gè)通信網(wǎng)絡(luò)。例如，移動(dòng)終端100可以包括被設(shè)計(jì)成支持GSM網(wǎng)絡(luò)、GPRS網(wǎng)絡(luò)、EDGE網(wǎng)絡(luò)、W1-Fi或WiMax網(wǎng)絡(luò)以及BlueboothTM網(wǎng)絡(luò)的通信子系統(tǒng)124。
[0036]音頻子系統(tǒng)126可以與揚(yáng)聲器128以及麥克風(fēng)130相耦合，以便幫助實(shí)施啟用語(yǔ)音的功能，例如語(yǔ)音識(shí)別、語(yǔ)音復(fù)制、數(shù)字記錄和電話功能。
[0037]I/O子系統(tǒng)140可以包括觸摸屏控制器142和/或一個(gè)或多個(gè)其他輸入控制器144。
[0038]觸摸屏控制器142可以耦合到觸摸屏146。舉例來(lái)說(shuō)，該觸摸屏146和觸摸屏控制器142可以使用多種觸摸感測(cè)技術(shù)中的任何一種來(lái)檢測(cè)與之進(jìn)行的接觸和移動(dòng)或是暫停，其中感測(cè)技術(shù)包括但不局限于電容性、電阻性、紅外和表面聲波技術(shù)。
[0039]一個(gè)或多個(gè)其他輸入控制器144可以耦合到其他輸入/控制設(shè)備148，例如一個(gè)或多個(gè)按鈕、搖桿開(kāi)關(guān)、拇指旋輪、紅外端口、USB端口、和/或指示筆之類(lèi)的指點(diǎn)設(shè)備。一個(gè)或多個(gè)按鈕(未顯不)可以包括用于控制揚(yáng)聲器128和/或麥克風(fēng)130音量的向上/向下按鈕。
[0040]存儲(chǔ)器接口 102可以與存儲(chǔ)器150相耦合。該存儲(chǔ)器150可以包括高速隨機(jī)存取存儲(chǔ)器和/或非易失性存儲(chǔ)器，例如一個(gè)或多個(gè)磁盤(pán)存儲(chǔ)設(shè)備，一個(gè)或多個(gè)光學(xué)存儲(chǔ)設(shè)備，和/或閃存存儲(chǔ)器(例如NAND，N0R)。
[0041]存儲(chǔ)器150可以存儲(chǔ)操作系統(tǒng)152，例如Android、1S或是Windows Phone之類(lèi)的操作系統(tǒng)。該操作系統(tǒng)152可以包括用于處理基本系統(tǒng)服務(wù)以及執(zhí)行依賴于硬件的任務(wù)的指令。存儲(chǔ)器150還可以存儲(chǔ)應(yīng)用154。這些應(yīng)用在操作時(shí)，會(huì)從存儲(chǔ)器150加載到處理器104上，并在已經(jīng)由處理器104運(yùn)行的操作系統(tǒng)之上運(yùn)行，并利用操作系統(tǒng)以及底層硬件提供的接口實(shí)現(xiàn)各種用戶期望的功能，如即時(shí)通信、網(wǎng)頁(yè)瀏覽、圖片管理等。應(yīng)用可以是獨(dú)立于操作系統(tǒng)提供的，也可以是操作系統(tǒng)自帶的。應(yīng)用154可以包括根據(jù)本發(fā)明的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200。
[0042]圖2示出了根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200的一個(gè)示例。如圖2所示，語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200包括下載單元210、用戶語(yǔ)音接收單元220、特征獲取單元230以及語(yǔ)音質(zhì)量計(jì)算單元240。
[0043]如圖2所示，在語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200中，下載單元210用于從預(yù)定服務(wù)器下載預(yù)定文本和與該預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征。預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞。其中，語(yǔ)句中的每個(gè)詞通常可以包括多個(gè)字母或至少一個(gè)文字。
[0044]根據(jù)一種實(shí)現(xiàn)方式，在預(yù)定文本的語(yǔ)言例如是諸如英語(yǔ)之類(lèi)的、詞由字母構(gòu)成的語(yǔ)言時(shí)，預(yù)定文本除了包括一個(gè)或多個(gè)語(yǔ)句、以及每個(gè)語(yǔ)句的一個(gè)或多個(gè)詞這些文本內(nèi)容之外，還可以選擇性地包括每個(gè)詞的音節(jié)和/或音素等信息，以及每個(gè)詞的音節(jié)和/或音素等信息與構(gòu)成該詞的字母之間的對(duì)應(yīng)關(guān)系。
[0045]需要說(shuō)明的是，雖然以上舉例所描述的為預(yù)定文本的語(yǔ)言是英語(yǔ)的情況，但實(shí)際預(yù)定文本的語(yǔ)言并不限于英語(yǔ)，可以是漢語(yǔ)、法語(yǔ)或德語(yǔ)等任意一種語(yǔ)言。
[0046]當(dāng)用戶啟動(dòng)語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200時(shí)，如上所述，下載單元210中已下載有上述預(yù)定文本和與該預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征。然后，通過(guò)諸如移動(dòng)終端100的觸摸屏146之類(lèi)的顯示裝置，向用戶呈現(xiàn)待錄入的語(yǔ)音所對(duì)應(yīng)的文本內(nèi)容(即上述預(yù)定文本)，并提示用戶錄制相應(yīng)的語(yǔ)音。這樣，用戶能夠通過(guò)諸如移動(dòng)終端100的麥克風(fēng)130等輸入裝置來(lái)錄入相應(yīng)的語(yǔ)音，作為用戶語(yǔ)音，并由用戶語(yǔ)音接收單元220來(lái)接收該用戶語(yǔ)音。
[0047]然后，用戶語(yǔ)音接收單元220將其接收到的用戶語(yǔ)音轉(zhuǎn)發(fā)給特征獲取單元230，并由特征獲取單元230來(lái)獲取該用戶語(yǔ)音的用戶語(yǔ)音特征。
[0048]根據(jù)一種實(shí)現(xiàn)方式，用戶語(yǔ)音特征可以包括節(jié)奏特征、重音特征以及韻律特征中的至少一種。
[0049]一般來(lái)說(shuō)，人們?cè)谡f(shuō)話時(shí)，往往在說(shuō)完句子中的某些詞之后有適當(dāng)?shù)耐ｎD，而節(jié)奏正是表明在說(shuō)了哪些詞之后進(jìn)行停頓、以及停頓多久等。此外，當(dāng)詞的音節(jié)多于一個(gè)時(shí)，音節(jié)與音節(jié)之間的發(fā)音也存在一定的停頓時(shí)間。需要說(shuō)明的是，在本發(fā)明的實(shí)施例中，說(shuō)話節(jié)奏指詞與詞之間的停頓，而發(fā)音節(jié)奏則指音節(jié)與音節(jié)之間的停頓。因此，用戶語(yǔ)音特征中的節(jié)奏特征例如可以包括用于描述上述說(shuō)話節(jié)奏和/或發(fā)音節(jié)奏的特征。
[0050]此外，不同的語(yǔ)句和不同的單詞都具有根據(jù)場(chǎng)景而改變的重音，而重音是指在一整句話中應(yīng)當(dāng)重讀哪些單詞(下文稱(chēng)為說(shuō)話重音)，或者在一個(gè)單詞中應(yīng)當(dāng)對(duì)哪個(gè)音節(jié)進(jìn)行重讀(下文稱(chēng)為發(fā)音重音)。因此，用戶語(yǔ)音特征中的重音特征例如可以包括用于描述上述說(shuō)話重音和/或發(fā)音重音的特征。
[0051]除此之外，對(duì)于每種語(yǔ)言來(lái)說(shuō)，會(huì)根據(jù)不同的場(chǎng)景而在說(shuō)話時(shí)具有不同的說(shuō)話韻律。這里，韻律是指對(duì)發(fā)音抑揚(yáng)頓挫的表示，既可以針對(duì)整句話確定句子的韻律(下文中稱(chēng)為說(shuō)話韻律)，也可以針對(duì)每個(gè)詞確定詞的韻律(下文中稱(chēng)為發(fā)音韻律)。因此，用戶語(yǔ)音特征中的韻律特征例如可以包括用于描述上述說(shuō)話韻律和/或發(fā)音韻律的特征。
[0052]需要說(shuō)明的是，下載單元210所下載的參考語(yǔ)音特征所包括的類(lèi)型與后面提到的用戶語(yǔ)音特征所包括的類(lèi)型是對(duì)應(yīng)的。
[0053]圖3示出了特征獲取單元230的一種可能的示例結(jié)構(gòu)。在該示例中，特征獲取單元230可以包括對(duì)齊子單元310和特征計(jì)算子單元320。
[0054]如圖3所示,對(duì)齊子單元310可以利用預(yù)定聲學(xué)模型(acoustic model)將用戶語(yǔ)音與預(yù)定文本進(jìn)行強(qiáng)制對(duì)齊(force alignment),以確定預(yù)定文本中的每個(gè)詞和/或每個(gè)詞中的每個(gè)音節(jié)和/或每個(gè)音節(jié)的每個(gè)音素與用戶語(yǔ)音的部分之間的對(duì)應(yīng)關(guān)系。
[0055]一般而言，聲學(xué)模型是通過(guò)大量的母語(yǔ)發(fā)音人的錄音訓(xùn)練而成的，利用聲學(xué)模型可以計(jì)算輸入語(yǔ)音對(duì)應(yīng)于已知文字的可能性，進(jìn)而能夠?qū)⑤斎胝Z(yǔ)音與已知文字進(jìn)行強(qiáng)制對(duì)齊。這里，“輸入語(yǔ)音”可以是用戶語(yǔ)音或者下文中將提到的參考語(yǔ)音，而“已知文字”可以是預(yù)定文本。
[0056]其中，可以參考http://m1.eng.cam.ac.uk/ ?mjfg/ASRU_talk09.pdf 中的相關(guān)資料來(lái)獲知聲學(xué)模型的相關(guān)技術(shù)，以及可以參考http://www.1sip.piconepress.com/projects/speech/software/tutorials/produc t1n/fundamentals/v1.0/sect1n_04/s04_04_p01.html 和 http://www.phon.0x.ac.uk/ jcoleman/BAAP_ASR.pdf 中的相關(guān)資料來(lái)獲知強(qiáng)制對(duì)齊的相關(guān)技術(shù)，或者也可以利用其他現(xiàn)有技術(shù)，這里不再詳述。
[0057]]此外，需要說(shuō)明的是，通過(guò)將用戶語(yǔ)音與預(yù)定文本之間進(jìn)行強(qiáng)制對(duì)齊，可以確定預(yù)定文本中的每個(gè)語(yǔ)句與用戶語(yǔ)音的部分語(yǔ)音(比如某個(gè)語(yǔ)音段)之間的對(duì)應(yīng)關(guān)系，也即，可以在用戶語(yǔ)音中確定與預(yù)定文本中的每個(gè)語(yǔ)句相對(duì)應(yīng)的語(yǔ)音段。
[0058]除此之外，如上所述，通過(guò)強(qiáng)制對(duì)齊還可以根據(jù)需要來(lái)獲得以下三種對(duì)應(yīng)關(guān)系中的任意一種或多種:預(yù)定文本中的每個(gè)詞與用戶語(yǔ)音的部分語(yǔ)音(比如某個(gè)語(yǔ)音塊)之間的對(duì)應(yīng)關(guān)系；預(yù)定文本中的每個(gè)詞中的每個(gè)音節(jié)與用戶語(yǔ)音的部分語(yǔ)音(比如某個(gè)語(yǔ)音塊)之間的對(duì)應(yīng)關(guān)系；以及預(yù)定文本中的每個(gè)詞中的每個(gè)音節(jié)的每個(gè)音素與用戶語(yǔ)音的部分語(yǔ)音(比如某個(gè)語(yǔ)音塊)之間的對(duì)應(yīng)關(guān)系。
[0059]這樣，基于對(duì)齊子單元310確定的對(duì)應(yīng)關(guān)系，特征計(jì)算子單元320可以計(jì)算用戶語(yǔ)音的用戶語(yǔ)音特征。
[0060]通過(guò)以上所述的強(qiáng)制對(duì)齊等處理，能夠根據(jù)實(shí)際需要選擇性地獲得一種或多種上述對(duì)應(yīng)關(guān)系，進(jìn)而可以得到不同層面的用戶語(yǔ)音特征。例如，針對(duì)節(jié)奏特征來(lái)說(shuō)，基于上述對(duì)應(yīng)關(guān)系，可以得到預(yù)定文本的每個(gè)語(yǔ)句的節(jié)奏特征，以及/或者可以得到每個(gè)語(yǔ)句中每個(gè)詞的節(jié)奏特征，等等。由此，利用該示例中的齊子單元310和特征計(jì)算子單元320所得到的用戶語(yǔ)音特征，不僅能夠從多個(gè)維度(比如節(jié)奏特征維度、重音特征維度以及韻律特征維度等)、而且能夠從多個(gè)層面(比如每個(gè)語(yǔ)句的特征和每個(gè)詞的特征等層面)來(lái)描述用戶語(yǔ)音的特征。
[0061]在一個(gè)例子中，基于對(duì)齊子單元310確定的對(duì)應(yīng)關(guān)系，可以得到預(yù)定文本的每個(gè)語(yǔ)句中每相鄰兩個(gè)詞在用戶語(yǔ)音中所對(duì)應(yīng)的兩個(gè)語(yǔ)音塊之間的時(shí)間間隔(例如作為用戶語(yǔ)音的節(jié)奏信息)，然后，特征計(jì)算子單元320可以根據(jù)得到的上述時(shí)間間隔來(lái)獲得該語(yǔ)句在用戶語(yǔ)音中所對(duì)應(yīng)的語(yǔ)音段的節(jié)奏特征。然后，基于獲得的預(yù)定文本的各語(yǔ)句在用戶語(yǔ)音中所對(duì)應(yīng)的各語(yǔ)音段的節(jié)奏特征來(lái)形成整個(gè)用戶語(yǔ)音的節(jié)奏特征。假設(shè)預(yù)定文本中的某個(gè)語(yǔ)句中各詞之間的間隔依次為0.3秒、0.2秒、0.3秒，則該句子在用戶語(yǔ)音中對(duì)應(yīng)的語(yǔ)音段的節(jié)奏特征可以表示成向量(0.3,0.2,0.3)，但不限于此。
[0062]在另一個(gè)例子中，基于對(duì)齊子單元310確定的對(duì)應(yīng)關(guān)系，可以得到預(yù)定文本中的每個(gè)語(yǔ)句的每個(gè)詞和/或每個(gè)詞中的每個(gè)音節(jié)在用戶語(yǔ)音中對(duì)應(yīng)的語(yǔ)音塊的特征參數(shù)(例如，特征參數(shù)可以包括每個(gè)語(yǔ)音塊對(duì)應(yīng)聲波波形的波峰和波谷的絕對(duì)值以及波形的能量值、每個(gè)語(yǔ)音塊的持續(xù)時(shí)長(zhǎng)以及從每個(gè)語(yǔ)音塊中獲得的音調(diào)信息的平均值，等等)，然后，利用經(jīng)過(guò)訓(xùn)練的預(yù)定專(zhuān)家模型和以上獲得的每個(gè)語(yǔ)音塊的特征參數(shù)來(lái)獲得每個(gè)語(yǔ)音塊的重讀屬性(即是否重讀)。例如，假設(shè)預(yù)定文本中的某個(gè)語(yǔ)句中各詞依次為重讀(比如可以用“I”表示)、非重讀(比如可以用“O”表示)、非重讀、非重讀，則該句子在用戶語(yǔ)音中對(duì)應(yīng)的語(yǔ)音段的重音特征可以表示為向量(I，0，0，O)，但不限于此。
[0063]此外，在一個(gè)例子中，基于對(duì)齊子單元310確定的對(duì)應(yīng)關(guān)系，特征計(jì)算子單元320可以提取每個(gè)語(yǔ)句中每個(gè)詞在用戶語(yǔ)音中所對(duì)應(yīng)的語(yǔ)音塊的基頻信息，通過(guò)對(duì)基頻信息的平滑處理以及多項(xiàng)式擬合來(lái)獲得每個(gè)語(yǔ)句的基頻信息的各個(gè)分段多項(xiàng)式的表達(dá)式，通過(guò)向其中代入多個(gè)時(shí)間點(diǎn)(例如以單位時(shí)間為間隔的一組時(shí)間點(diǎn))，即可得到關(guān)于時(shí)間與基頻值的多個(gè)坐標(biāo)對(duì)。例如，假設(shè)以時(shí)間為橫坐標(biāo)(X軸)、基頻值為縱坐標(biāo)(Y軸)，將以單位時(shí)間(例如每10_2秒為間隔)的一組時(shí)間點(diǎn)代入到某個(gè)語(yǔ)句的基頻信息的各個(gè)分段多項(xiàng)式中，得到N(例如100)個(gè)坐標(biāo)對(duì)(xl，yl)、(x2, y2)、……、(xN, yN)，則可以將用戶語(yǔ)音的用戶語(yǔ)音特征表示成、但不限于{(xl，yl)，(x2,y2),......, (xN, yN)}的形式。
[0064]這樣，語(yǔ)音質(zhì)量計(jì)算單元240可以基于參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。
[0065]根據(jù)一種實(shí)現(xiàn)方式，針對(duì)用戶語(yǔ)音特征中的每種特征(例如節(jié)奏特征、重音特征以及韻律特征中的每一種)，語(yǔ)音質(zhì)量計(jì)算單元240可以計(jì)算用戶語(yǔ)音特征中的該種特征與參考語(yǔ)音特征中的該種特征之間的相似度，并將該相似度作為描述該用戶語(yǔ)音的該種特征的語(yǔ)音質(zhì)量的分?jǐn)?shù)。也就是說(shuō)，計(jì)算的相似度越高，用戶語(yǔ)音的語(yǔ)音質(zhì)量也越高。
[0066]根據(jù)另一種實(shí)現(xiàn)方式，針對(duì)用戶語(yǔ)音特征中的每種特征(例如節(jié)奏特征、重音特征以及韻律特征中的每一種)，語(yǔ)音質(zhì)量計(jì)算單元240也可以基于用戶語(yǔ)音特征中的該種特征與參考語(yǔ)音特征中的該種特征之間的相關(guān)性來(lái)計(jì)算二者之間的距離，并根據(jù)該距離獲得用于描述用戶語(yǔ)音的該種特征的語(yǔ)音質(zhì)量的分?jǐn)?shù)。例如，可以將計(jì)算得到的距離的倒數(shù)作為描述用戶語(yǔ)音的該種特征的語(yǔ)音質(zhì)量的分?jǐn)?shù)。也就是說(shuō)，計(jì)算的距離越大，用戶語(yǔ)音的語(yǔ)音質(zhì)量越差。
[0067]此外，需要說(shuō)明的是，如果下載單元210中下載的參考語(yǔ)音特征未表示成與用戶語(yǔ)音特征的形式(比如向量的形式)相同的形式，則可以首先將其表示成與之相同的形式，再計(jì)算二者之間的相似度或距離等。
[0068]另外，還需要說(shuō)明的是，語(yǔ)音質(zhì)量計(jì)算單元240可以逐句計(jì)算用戶語(yǔ)音特征與參考語(yǔ)音特征之間的相關(guān)性(即相似度或距離)，再逐句獲得用戶語(yǔ)音的質(zhì)量分?jǐn)?shù)(也即依次獲得用戶語(yǔ)音中與預(yù)定文本每個(gè)語(yǔ)句對(duì)應(yīng)的逐個(gè)語(yǔ)音段的質(zhì)量分?jǐn)?shù))。此外，語(yǔ)音質(zhì)量計(jì)算單元240也可以在計(jì)算完整個(gè)用戶語(yǔ)音的用戶語(yǔ)音特征與參考語(yǔ)音特征之間的相關(guān)性(即相似度或距離)后，再得到描述整個(gè)用戶語(yǔ)音的質(zhì)量分?jǐn)?shù)。
[0069]這樣，通過(guò)獲取一種或多種以上所述的用戶語(yǔ)音特征，使得能夠從多個(gè)維度來(lái)計(jì)算用戶語(yǔ)音特征和參考語(yǔ)音特征的相關(guān)性，以根據(jù)二者在多個(gè)維度的相關(guān)性來(lái)計(jì)算用戶語(yǔ)音的質(zhì)量分?jǐn)?shù)，從而能夠更全面、更準(zhǔn)確地評(píng)價(jià)用戶語(yǔ)音的語(yǔ)音質(zhì)量。
[0070]下面結(jié)合圖4來(lái)描述根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備的其他一些示例。
[0071]如圖4所示,在一個(gè)示例中,語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備400除了包括下載單元410、用戶語(yǔ)音接收單元420、特征獲取單元430以及語(yǔ)音質(zhì)量計(jì)算單元440之外，還可以包括輸出單元450。其中，圖4所示的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備400中的下載單元410、用戶語(yǔ)音接收單元420、特征獲取單元430以及語(yǔ)音質(zhì)量計(jì)算單元440可以分別具有與上文中結(jié)合圖2所描述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200中的對(duì)應(yīng)單元相同的結(jié)構(gòu)和功能，并能夠達(dá)到相類(lèi)似的技術(shù)效果，這里不再贅述。
[0072]輸出單元450可以可視化輸出語(yǔ)音質(zhì)量的計(jì)算結(jié)果，例如，可以通過(guò)諸如移動(dòng)終端100的觸摸屏146之類(lèi)的顯示裝置向用戶呈現(xiàn)上述語(yǔ)音質(zhì)量的計(jì)算結(jié)果。
[0073]根據(jù)一種實(shí)現(xiàn)方式，輸出單元450可以輸出反映語(yǔ)音質(zhì)量的分?jǐn)?shù)來(lái)作為語(yǔ)音質(zhì)量的計(jì)算結(jié)果。
[0074]例如，輸出單元450可以可視化地輸出(比如逐句輸出)反映用戶語(yǔ)音中與預(yù)定文本每個(gè)語(yǔ)句對(duì)應(yīng)的每個(gè)語(yǔ)音段的語(yǔ)音質(zhì)量的分?jǐn)?shù)。這樣，用戶能夠獲知自己所說(shuō)的每句話的發(fā)音準(zhǔn)確性，尤其當(dāng)某一句的分?jǐn)?shù)較低時(shí)，用戶能夠立刻意識(shí)到該句的發(fā)音需要糾正，學(xué)習(xí)更有針對(duì)性。
[0075]又如，輸出單元450可以可視化地輸出反映整個(gè)用戶語(yǔ)音的語(yǔ)音質(zhì)量的分?jǐn)?shù)。這樣，用戶能夠整體感知自己所說(shuō)的一段語(yǔ)音的韻律是否準(zhǔn)確。
[0076]此外，在其他例子中，輸出單元450也可以同時(shí)可視化地輸出反映用戶語(yǔ)音中與預(yù)定文本每個(gè)語(yǔ)句對(duì)應(yīng)的每個(gè)語(yǔ)音段的語(yǔ)音質(zhì)量的分?jǐn)?shù)、以及反映整個(gè)用戶語(yǔ)音的語(yǔ)音質(zhì)量的分?jǐn)?shù)。
[0077]此外，可選地，輸出單元450所輸出的分?jǐn)?shù)可以包括一種或多種得分，例如，包括節(jié)奏發(fā)音得分、重音發(fā)音得分和韻律發(fā)音得分中的一個(gè)或多個(gè)。這樣，用戶根據(jù)這些得分，能夠獲知自己在哪一方面存在不足，方便用戶針對(duì)不足的方面做出更有效、更準(zhǔn)確的改正。
[0078]根據(jù)另一種實(shí)現(xiàn)方式，針對(duì)用戶語(yǔ)音特征中的每種特征(例如節(jié)奏特征、重音特征以及韻律特征中的每一種)，輸出單元450可以可視化地輸出用戶語(yǔ)音特征中的該種特征和參考語(yǔ)音特征中的各種特征之間的差別來(lái)作為語(yǔ)音質(zhì)量的計(jì)算結(jié)果。
[0079]例如，針對(duì)節(jié)奏特征，輸出單元450可以將參考語(yǔ)音和用戶語(yǔ)音用平行的兩行來(lái)表示，其中用“‘”號(hào)表示兩個(gè)詞之間存在停頓，如果停頓相同，則可以用一般方式來(lái)顯示，t匕如綠色的“‘”號(hào)；如果不同，則強(qiáng)調(diào)顯示該停頓，比如加粗的紅色“‘”。又如，針對(duì)重音特征，輸出單元450可以將參考語(yǔ)音和用戶語(yǔ)音用平行的兩行來(lái)表示，其中加粗顯示表示某個(gè)詞或者某個(gè)詞中的音節(jié)為重讀，如果重音位置相同，則以一般方式，例如綠色來(lái)顯示；如果重音位置不同，則強(qiáng)調(diào)顯示該重音，例如以紅色來(lái)顯示。此外，針對(duì)韻律特征，輸出單元450例如可以將用戶語(yǔ)音特征的韻律特征和參考語(yǔ)音特征的韻律特征用重疊的曲線、不同顏色來(lái)顯示，以便于用戶看清差別。
[0080]這樣，通過(guò)輸出單元450的輸出顯示，用戶能夠方便地獲知自己的發(fā)音與參考語(yǔ)音的發(fā)音之間的差別，差別有多大等，從而能夠更有針對(duì)性、更準(zhǔn)確地糾正自己的發(fā)音。
[0081]根據(jù)其他實(shí)現(xiàn)方式，輸出單元450也可以同時(shí)可視化地輸出反映語(yǔ)音質(zhì)量的分?jǐn)?shù)以及用戶語(yǔ)音特征和參考語(yǔ)音特征之間的差別來(lái)作為語(yǔ)音質(zhì)量的計(jì)算結(jié)果，該實(shí)現(xiàn)方式的具體細(xì)節(jié)可以參考關(guān)于以上兩種實(shí)現(xiàn)方式的描述，這里不再贅述。
[0082]此外，如圖4所示，在另一個(gè)示例中，語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備400除了包括下載單元410、用戶語(yǔ)音接收單元420、特征獲取單元430以及語(yǔ)音質(zhì)量計(jì)算單元440之外，還可以包括播放單元460。其中，圖4所示的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備400中的下載單元410、用戶語(yǔ)音接收單元420、特征獲取單元430以及語(yǔ)音質(zhì)量計(jì)算單元440可以分別具有與上文中結(jié)合圖2所描述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200中的對(duì)應(yīng)單元相同的結(jié)構(gòu)和功能，并能夠達(dá)到相類(lèi)似的技術(shù)效果，這里不再贅述。
[0083]根據(jù)一種實(shí)現(xiàn)方式，下載單元410還可以從預(yù)定服務(wù)器下載與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音，這樣，播放單元460可以根據(jù)設(shè)置或需要來(lái)播放參考語(yǔ)音。例如，播放單元460可以根據(jù)用戶指令(例如當(dāng)用戶單擊屏幕上的參考語(yǔ)音播放按鈕時(shí))來(lái)播放參考語(yǔ)音。其中，播放單元460例如可以通過(guò)諸如移動(dòng)終端100的音頻子系統(tǒng)126和揚(yáng)聲器128等來(lái)進(jìn)行播放。這樣，通過(guò)收聽(tīng)參考語(yǔ)音，用戶更加容易發(fā)現(xiàn)自己的語(yǔ)音與標(biāo)準(zhǔn)的參考語(yǔ)音之間的差別所在，從而更容易模仿參考語(yǔ)音的發(fā)音的方式(例如音準(zhǔn)、節(jié)奏、重音、韻律等等)。
[0084]這里，參考語(yǔ)音可以是由特定用戶(例如以預(yù)定文本的語(yǔ)言為母語(yǔ)的用戶、或與預(yù)定文本的語(yǔ)言相關(guān)的專(zhuān)業(yè)語(yǔ)言教師等)預(yù)先針對(duì)該預(yù)定文本錄制的語(yǔ)音。
[0085]根據(jù)另一種實(shí)現(xiàn)方式，播放單元460可以播放用戶語(yǔ)音。例如，播放單元460可以根據(jù)用戶指令(例如當(dāng)用戶單擊屏幕上的用戶語(yǔ)音播放按鈕時(shí))來(lái)播放用戶語(yǔ)音，或者也可以在用戶錄制結(jié)束后立刻播放其錄制的用戶語(yǔ)音。通過(guò)該方式，用戶可以反復(fù)收聽(tīng)自己的錄音，便于用戶發(fā)現(xiàn)自己發(fā)音(例如音準(zhǔn)、節(jié)奏、重音、韻律等等)上的不足以改正。
[0086]此外，根據(jù)其他實(shí)現(xiàn)方式，播放單元460也可以同時(shí)具有播放參考語(yǔ)音和用戶語(yǔ)音的功能。通過(guò)該方式，用戶能夠?qū)Ρ茸约旱匿浺襞c參考語(yǔ)音，進(jìn)而容易發(fā)現(xiàn)二者之間的差另IJ，便于用戶及時(shí)糾正自己的發(fā)音(例如音準(zhǔn)、節(jié)奏、重音、韻律等等)上的缺陷。
[0087]需要說(shuō)明的是，在其他示例中，語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備400也可以包括下載單元410、用戶語(yǔ)音接收單元420、特征獲取單元430、語(yǔ)音質(zhì)量計(jì)算單元440、輸出單元450和播放單元460，其中，各單元的處理可以和上文描述的對(duì)應(yīng)單元的處理相類(lèi)似，并能夠達(dá)到相類(lèi)似的功能和效果，這里不再一一贅述。
[0088]通過(guò)以上描述可知，上述根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，其基于獲取的用戶語(yǔ)音的用戶語(yǔ)音特征和參考語(yǔ)音特征之間的相關(guān)性，來(lái)計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。該設(shè)備在計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量的過(guò)程中考慮了用戶語(yǔ)音和參考語(yǔ)音之間的相關(guān)性，其利用參考語(yǔ)音特征所構(gòu)成的模型來(lái)分析用戶語(yǔ)音的質(zhì)量，克服了以往傳統(tǒng)技術(shù)只是利用聲學(xué)模型、而未利用參考語(yǔ)音來(lái)計(jì)算用戶語(yǔ)音得分的缺陷。
[0089]該設(shè)備設(shè)置在用戶客戶端對(duì)應(yīng)的計(jì)算機(jī)或移動(dòng)終端上，但其所使用的預(yù)定文本和參考語(yǔ)音特征是從預(yù)定服務(wù)器下載而獲得的，因此，該設(shè)備不必通過(guò)計(jì)算來(lái)獲得上述參考語(yǔ)音特征，從而能夠節(jié)省計(jì)算時(shí)間和計(jì)算量。
[0090]此外，當(dāng)服務(wù)器中存在較多的預(yù)定文本時(shí)，用戶能夠根據(jù)實(shí)際需要從中選擇性地下載一個(gè)或多個(gè)以及相關(guān)的參考語(yǔ)音特征，而不需要下載全部，故能夠節(jié)省用戶客戶端所駐留的計(jì)算機(jī)或移動(dòng)終端上的存儲(chǔ)空間。
[0091]此外，上述根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備對(duì)應(yīng)于用戶客戶端，其對(duì)用戶語(yǔ)音的計(jì)算和評(píng)價(jià)是在客戶端計(jì)算機(jī)或客戶端移動(dòng)終端上完成的，而現(xiàn)有的語(yǔ)音技術(shù)通常是在服務(wù)器端完成對(duì)用戶語(yǔ)音的計(jì)算和評(píng)價(jià)的，本發(fā)明的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備使用戶可以進(jìn)行離線學(xué)習(xí)(已下載存儲(chǔ)學(xué)習(xí)材料的情況下)，而無(wú)需像現(xiàn)有技術(shù)那樣必須進(jìn)行在線學(xué)習(xí)。
[0092]此外，本發(fā)明的實(shí)施例還提供了一種數(shù)據(jù)處理設(shè)備，該設(shè)備適于駐留在服務(wù)器中，并包括:服務(wù)器存儲(chǔ)單元，適于存儲(chǔ)預(yù)定文本以及與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及計(jì)算單元，適于計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在服務(wù)器存儲(chǔ)單元中，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在服務(wù)器存儲(chǔ)單元中。
[0093]圖5示出了根據(jù)本發(fā)明的實(shí)施例的數(shù)據(jù)處理設(shè)備500的一個(gè)示例。如圖5所示，數(shù)據(jù)處理設(shè)備500包括服務(wù)器存儲(chǔ)單元510和計(jì)算單元520。
[0094]數(shù)據(jù)處理設(shè)備500例如可以實(shí)現(xiàn)為駐留在服務(wù)器上的應(yīng)用。服務(wù)器例如可以包括web服務(wù)器，其可以利用http協(xié)議和用戶客戶端(例如上文所描述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200或400)進(jìn)行通信，但不受限于此。
[0095]服務(wù)器存儲(chǔ)單元510可以存儲(chǔ)各種語(yǔ)言學(xué)習(xí)材料的文本材料，即預(yù)定文本。其中，對(duì)于每種語(yǔ)言來(lái)說(shuō)，服務(wù)器存儲(chǔ)單元510除了可以存儲(chǔ)預(yù)定文本之外，還可以存儲(chǔ)與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音、或者可以從例如下文將要描述的語(yǔ)音處理設(shè)備600等外部設(shè)備接收并存儲(chǔ)參考語(yǔ)音。
[0096]根據(jù)一種實(shí)現(xiàn)方式，服務(wù)器存儲(chǔ)單元510可以例如通過(guò)網(wǎng)絡(luò)從外部(如下文中所提到的語(yǔ)音處理設(shè)備600所駐留的計(jì)算機(jī))接收特征用戶針對(duì)預(yù)定文本所錄制的語(yǔ)音來(lái)作為參考語(yǔ)音。
[0097]應(yīng)當(dāng)理解的是，這里所說(shuō)的預(yù)定文本和上文所說(shuō)的預(yù)定文本類(lèi)似，除了包括一個(gè)或多個(gè)語(yǔ)句、以及每個(gè)語(yǔ)句的一個(gè)或多個(gè)詞這些文本內(nèi)容之外，還可以選擇性地包括每個(gè)詞的音節(jié)和/或音素等信息(例如預(yù)定文本的語(yǔ)言是諸如英語(yǔ)之類(lèi)的、詞由字母構(gòu)成的語(yǔ)言時(shí))，以及每個(gè)詞的音節(jié)和/或音素等信息與構(gòu)成該詞的字母之間的對(duì)應(yīng)關(guān)系。
[0098]根據(jù)一種實(shí)現(xiàn)方式，計(jì)算單元520可以通過(guò)計(jì)算來(lái)獲得參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將所獲得的參考信息與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在服務(wù)器存儲(chǔ)單元510中。在這種實(shí)現(xiàn)方式中，數(shù)據(jù)處理設(shè)備500可以在后續(xù)處理中將其存儲(chǔ)的預(yù)定文本和參考語(yǔ)音對(duì)應(yīng)的參考信息提供給用戶客戶端(例如上文所描述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200或400)。
[0099]此外，根據(jù)另一種實(shí)現(xiàn)方式，計(jì)算單元520也可以根據(jù)所獲得的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征，并將該參考語(yǔ)音特征保存在服務(wù)器存儲(chǔ)單元510中。在這種實(shí)現(xiàn)方式中，數(shù)據(jù)處理設(shè)備500可以在后續(xù)處理中將其存儲(chǔ)的預(yù)定文本和參考語(yǔ)音特征提供給用戶客戶端(例如上文所描述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200或400)。
[0100]其中，參考信息例如可以是從參考語(yǔ)音中提取到的節(jié)奏信息、特征參數(shù)或基頻信息等，參考語(yǔ)音的參考語(yǔ)音特征可采用與上文中所描述的用戶語(yǔ)音特征的獲取方式相同的處理方式來(lái)獲得，并能夠達(dá)到相類(lèi)似的技術(shù)效果，這里不再贅述。此外，根據(jù)參考信息獲得參考語(yǔ)音特征的過(guò)程可以參考上文所舉例描述的根據(jù)用戶語(yǔ)音的節(jié)奏信息、特征參數(shù)或基頻信息來(lái)計(jì)算用戶語(yǔ)音特征的過(guò)程，這里不再詳述。
[0101]此外，本發(fā)明的實(shí)施例還提供了一種語(yǔ)音處理設(shè)備，該設(shè)備適于駐留在計(jì)算機(jī)中，并包括:參考語(yǔ)音接收單元，適于接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音作為參考語(yǔ)音，并將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器；以及計(jì)算單元，適于計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。
[0102]圖6示出了根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音處理設(shè)備600的一個(gè)示例。如圖6所示，語(yǔ)音處理設(shè)備600包括參考語(yǔ)音接收單元610。可選地，語(yǔ)音處理設(shè)備還可以包括計(jì)算單元620。
[0103]如圖6所示，根據(jù)一種實(shí)現(xiàn)方式，當(dāng)語(yǔ)音處理設(shè)備600只包括參考語(yǔ)音接收單元610時(shí)，可以通過(guò)參考語(yǔ)音接收單元610來(lái)接收特定用戶(如以預(yù)定文本語(yǔ)言為母語(yǔ)的用戶或與該語(yǔ)言相關(guān)的專(zhuān)業(yè)語(yǔ)言教師等)針對(duì)預(yù)定文本所錄入的語(yǔ)音，作為參考語(yǔ)音，并將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器(如上文中結(jié)合圖5所描述的數(shù)據(jù)處理設(shè)備500所駐留的服務(wù)器)。
[0104]此外，根據(jù)另一種實(shí)現(xiàn)方式，語(yǔ)音處理設(shè)備600還可以包括計(jì)算單元620，其可以計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將獲得的參考信息與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)獲得的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征，以將參考語(yǔ)音特征與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。
[0105]在實(shí)際應(yīng)用中，語(yǔ)音處理設(shè)備600可以對(duì)應(yīng)于設(shè)置在計(jì)算機(jī)或其他終端上的教師客戶端，例如以軟件實(shí)現(xiàn)。
[0106]教師客戶端的使用者可以針對(duì)預(yù)定文本中的每個(gè)語(yǔ)句錄制標(biāo)準(zhǔn)語(yǔ)音，以作為參考語(yǔ)音發(fā)送給相應(yīng)的服務(wù)器端，由服務(wù)器端執(zhí)行后續(xù)處理。這種情況下，可以方便服務(wù)器通過(guò)互聯(lián)網(wǎng)采集參考語(yǔ)音，而不需參與錄制語(yǔ)音的處理，能夠節(jié)省時(shí)間和操作。
[0107]此外，教師客戶端也可以直接在本地對(duì)其錄制的標(biāo)準(zhǔn)語(yǔ)音(即參考語(yǔ)音)進(jìn)行處理分析，生成與該標(biāo)準(zhǔn)語(yǔ)音相對(duì)應(yīng)的參數(shù)(如參考語(yǔ)音特征)，并連同預(yù)定文本一起傳輸?shù)椒?wù)器端存儲(chǔ)，從而能夠減少服務(wù)器端的處理負(fù)載。
[0108]另外，本發(fā)明的實(shí)施例還提供了一種移動(dòng)終端，包括如上所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備。該移動(dòng)終端例如可以是手機(jī)(如智能手機(jī))或平板電腦等移動(dòng)通信設(shè)備。此外，該移動(dòng)終端可以具有上述語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備所具有的功能，并能夠達(dá)到相類(lèi)似的技術(shù)效果，這里不再詳述。
[0109]此外，本發(fā)明的實(shí)施例還提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)，該系統(tǒng)包括如上所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200或400和如上所述的數(shù)據(jù)處理設(shè)備500。
[0110]根據(jù)一種實(shí)現(xiàn)方式，上述語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)除了包括上述語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200或400和上述數(shù)據(jù)處理設(shè)備500之外，還可以選擇性地包括服務(wù)器，其中，服務(wù)器中設(shè)有如上所述的語(yǔ)音處理設(shè)備600。
[0111]在這種實(shí)現(xiàn)方式中，語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)中的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備200或400可以對(duì)應(yīng)于設(shè)置于計(jì)算機(jī)或移動(dòng)終端中的用戶客戶端，數(shù)據(jù)處理設(shè)備500可以對(duì)應(yīng)于設(shè)置于服務(wù)器端，而語(yǔ)音處理設(shè)備600可以對(duì)應(yīng)于教師客戶端。在實(shí)際處理中，教師客戶端可以向服務(wù)器端提供參考語(yǔ)音(可選地還可以提供參考語(yǔ)音的特征參數(shù)或參考語(yǔ)音特征)，服務(wù)器用于存儲(chǔ)這些信息和預(yù)定文本，而用戶客戶端則可以從服務(wù)器下載這些信息來(lái)分析用戶輸入的用戶語(yǔ)音，以對(duì)其完成語(yǔ)音質(zhì)量評(píng)價(jià)。處理的細(xì)節(jié)可以分別參考以上結(jié)合圖2或4、圖5以及圖6所給出的描述，這里不再贅述。
[0112]此外，本發(fā)明的實(shí)施例還提供了一種語(yǔ)音質(zhì)量評(píng)價(jià)方法，該方法包括如下步驟:從預(yù)定服務(wù)器下載預(yù)定文本和與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞；接收用戶針對(duì)預(yù)定文本所錄入的用戶語(yǔ)音；獲取用戶語(yǔ)音的用戶語(yǔ)音特征；以及基于參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。
[0113]下面結(jié)合圖7來(lái)描述上述語(yǔ)音質(zhì)量評(píng)價(jià)方法的一種示例性處理。如圖7所示，根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)方法的示例性處理流程700開(kāi)始于步驟S710，然后，執(zhí)行步驟S715。
[0114]在步驟S715中，從預(yù)定服務(wù)器下載預(yù)定文本和與該預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征。其中，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞。然后，執(zhí)行步驟S720，其中，步驟S715中的處理例如可以與上文中結(jié)合圖2所描述的下載單元210的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。
[0115]在步驟S720中，接收用戶針對(duì)預(yù)定文本所錄入的用戶語(yǔ)音。然后，執(zhí)行步驟S730。其中，步驟S720中的處理例如可以與上文中結(jié)合圖2所描述的用戶語(yǔ)音接收單元220的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。
[0116]根據(jù)一種實(shí)現(xiàn)方式，預(yù)定文本和參考語(yǔ)音特征是預(yù)先從預(yù)定服務(wù)器下載獲得的。
[0117]根據(jù)另一種實(shí)現(xiàn)方式，預(yù)定文本是預(yù)先從預(yù)定服務(wù)器下載獲得的，而參考語(yǔ)音特征是利用與預(yù)定文本的各語(yǔ)句對(duì)應(yīng)的參考語(yǔ)音的各語(yǔ)音段的基頻曲線的、從預(yù)定服務(wù)器預(yù)先下載的分段多項(xiàng)式計(jì)算獲得的。
[0118]在步驟S730中，獲取用戶語(yǔ)音的用戶語(yǔ)音特征。然后，執(zhí)行步驟S740。其中，步驟S730中的處理例如可以與上文中結(jié)合圖2所描述的特征獲取單元230的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。
[0119]其中，用戶語(yǔ)音特征例如可以包括節(jié)奏特征、重音特征以及韻律特征中的至少一種。
[0120]根據(jù)一種實(shí)現(xiàn)方式，在步驟S730中，例如可以利用預(yù)定聲學(xué)模型將用戶語(yǔ)音與預(yù)定文本進(jìn)行強(qiáng)制對(duì)齊，以確定預(yù)定文本中的每個(gè)詞和/或每個(gè)詞中的每個(gè)音節(jié)和/或每個(gè)音節(jié)的每個(gè)音素與用戶語(yǔ)音的部分之間的對(duì)應(yīng)關(guān)系，并基于該對(duì)應(yīng)關(guān)系獲得用戶語(yǔ)音的用戶語(yǔ)音特征。
[0121]在步驟S740中，基于預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征與用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。其中，步驟S740中的處理例如可以與上文中結(jié)合圖2所描述的語(yǔ)音質(zhì)量計(jì)算單元240的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。然后，在步驟S750中結(jié)束處理流程700。
[0122]此外，根據(jù)另一種實(shí)現(xiàn)方式，在步驟S740之后，還可以選擇性地包括如下步驟:可視化輸出語(yǔ)音質(zhì)量的計(jì)算結(jié)果。
[0123]其中，語(yǔ)音質(zhì)量的計(jì)算結(jié)果可以包括:反映語(yǔ)音質(zhì)量的分?jǐn)?shù)；和/或用戶語(yǔ)音特征和參考語(yǔ)音特征之間的差別。
[0124]此外，根據(jù)一種實(shí)現(xiàn)方式，處理流程700可以選擇性地包括如下步驟:從預(yù)定服務(wù)器下載與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及例如根據(jù)用戶指令來(lái)播放參考語(yǔ)音。
[0125]另外，根據(jù)一種實(shí)現(xiàn)方式，處理流程700還可以選擇性地包括如下步驟:例如根據(jù)用戶指令來(lái)播放用戶語(yǔ)音。
[0126]通過(guò)以上描述可知，上述根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)方法，其基于獲取的用戶語(yǔ)音的用戶語(yǔ)音特征和參考語(yǔ)音特征之間的相關(guān)性，來(lái)計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量。該方法在計(jì)算用戶語(yǔ)音的語(yǔ)音質(zhì)量的過(guò)程中考慮了用戶語(yǔ)音和參考語(yǔ)音之間的相關(guān)性，其利用參考語(yǔ)音特征所構(gòu)成的模型來(lái)分析用戶語(yǔ)音的質(zhì)量，克服了以往傳統(tǒng)技術(shù)只是利用聲學(xué)模型、而未利用參考語(yǔ)音來(lái)計(jì)算用戶語(yǔ)音得分的缺陷。
[0127]該方法設(shè)置在用戶客戶端對(duì)應(yīng)的計(jì)算機(jī)或移動(dòng)終端上，但其所使用的預(yù)定文本和參考語(yǔ)音特征是從預(yù)定服務(wù)器下載而獲得的，因此，該方法不必通過(guò)計(jì)算來(lái)獲得上述參考語(yǔ)音特征，從而能夠節(jié)省計(jì)算時(shí)間和計(jì)算量。
[0128]此外，當(dāng)服務(wù)器中存在較多的預(yù)定文本時(shí)，用戶能夠根據(jù)實(shí)際需要從中選擇性地下載一個(gè)或多個(gè)以及相關(guān)的參考語(yǔ)音特征，而不需要下載全部，故能夠節(jié)省用戶客戶端所駐留的計(jì)算機(jī)或移動(dòng)終端上的存儲(chǔ)空間。
[0129]此外，上述根據(jù)本發(fā)明的實(shí)施例的語(yǔ)音質(zhì)量評(píng)價(jià)方法對(duì)應(yīng)于用戶客戶端，其對(duì)用戶語(yǔ)音的計(jì)算和評(píng)價(jià)是在客戶端計(jì)算機(jī)或客戶端移動(dòng)終端上完成的，而現(xiàn)有的語(yǔ)音技術(shù)通常是在服務(wù)器端完成對(duì)用戶語(yǔ)音的計(jì)算和評(píng)價(jià)的，本發(fā)明的語(yǔ)音質(zhì)量評(píng)價(jià)方法使用戶可以進(jìn)行離線學(xué)習(xí)(已下載存儲(chǔ)學(xué)習(xí)材料的情況下)，而無(wú)需像現(xiàn)有技術(shù)那樣必須進(jìn)行在線學(xué)習(xí)。
[0130]此外，本發(fā)明的實(shí)施例還提供了一種數(shù)據(jù)處理方法，該方法適于在服務(wù)器中執(zhí)行，并包括:存儲(chǔ)預(yù)定文本以及與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存。
[0131]下面結(jié)合圖8來(lái)描述上述數(shù)據(jù)處理方法的一種示例性處理。如圖8所示，根據(jù)本發(fā)明一個(gè)實(shí)施例的數(shù)據(jù)處理方法的示例性處理流程800開(kāi)始于步驟S810，然后，執(zhí)行步驟S820。
[0132]在步驟S820中，存儲(chǔ)預(yù)定文本和與預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音。然后，執(zhí)行步驟S830。其中，步驟S820中的處理例如可以與上文中結(jié)合圖5所描述的服務(wù)器存儲(chǔ)單元510的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。其中，參考語(yǔ)音例如可以是從外部接收的特定用戶針對(duì)所述預(yù)定文本錄制的語(yǔ)音。
[0133]在步驟S830中，計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征并將該參考語(yǔ)音特征與預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存。其中，步驟S830中的處理例如可以與上文中結(jié)合圖5所描述的獲得單元520的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。然后，在步驟S840中結(jié)束處理流程800。
[0134]此外，本發(fā)明的實(shí)施例還提供了一種語(yǔ)音處理方法，該方法適于在計(jì)算機(jī)中執(zhí)行，并包括如下步驟:接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音作為參考語(yǔ)音，并將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器；以及計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征、以將參考語(yǔ)音特征與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。
[0135]下面結(jié)合圖9來(lái)描述上述語(yǔ)音處理方法的一種示例性處理。如圖9所示，根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音處理方法的示例性處理流程900開(kāi)始于步驟S910，然后，執(zhí)行步驟S920。
[0136]在步驟S920中，接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音，作為參考語(yǔ)音。可選地，在步驟S920中，還可以將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器。然后，執(zhí)行步驟S930。其中，步驟S920的處理例如可以與上文中結(jié)合圖6所描述的參考語(yǔ)音接收單元610的處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。
[0137]在步驟S930中，計(jì)算參考語(yǔ)音中與預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的參考信息與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。然后在步驟S940中結(jié)束處理流程1000。其中，步驟S930的處理例如可以與上文中結(jié)合圖6所描述的計(jì)算單元620的前部分處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。然后在步驟S940中結(jié)束處理流程900。
[0138]需要說(shuō)明的是，在其他實(shí)施例中，處理流程900也可以不包括上述步驟S930，也即，只將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器，而不再計(jì)算及發(fā)送參考信息。
[0139]此外，圖10示出了上述語(yǔ)音處理方法的另一種示例性處理。如圖10所示，根據(jù)本發(fā)明一個(gè)實(shí)施例的語(yǔ)音處理方法的示例性處理流程1000開(kāi)始于步驟S1010，然后，執(zhí)行步驟 S1020。
[0140]在步驟S1020中，接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音，作為參考語(yǔ)音。可選地，在步驟S1020中，還可以將參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器。然后，執(zhí)行步驟S1030。
[0141]在步驟S1030中，根據(jù)計(jì)算的參考信息獲得參考語(yǔ)音的參考語(yǔ)音特征，以將參考語(yǔ)音特征與預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器。然后在步驟S1040中結(jié)束處理流程1000。其中，步驟S1030的處理例如可以與上文中結(jié)合圖6所描述的計(jì)算單元620的后部分處理相同，并能夠達(dá)到相類(lèi)似的技術(shù)效果，在此不再贅述。
[0142]All:一種語(yǔ)音質(zhì)量評(píng)價(jià)方法，包括如下步驟:從預(yù)定服務(wù)器下載預(yù)定文本和與所述預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞；接收用戶針對(duì)所述預(yù)定文本所錄入的用戶語(yǔ)音；獲取所述用戶語(yǔ)音的用戶語(yǔ)音特征；以及基于所述參考語(yǔ)音特征與所述用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算所述用戶語(yǔ)音的語(yǔ)音質(zhì)量。A12:根據(jù)All所述語(yǔ)音質(zhì)量評(píng)價(jià)方法中，所述用戶語(yǔ)音特征包括節(jié)奏特征、重音特征以及韻律特征中的至少一種。A13:根據(jù)All或A12所述的語(yǔ)音質(zhì)量評(píng)價(jià)方法，其中所述獲取所述用戶語(yǔ)音的用戶語(yǔ)音特征的步驟包括:利用預(yù)定聲學(xué)模型將所述用戶語(yǔ)音與所述預(yù)定文本進(jìn)行強(qiáng)制對(duì)齊，以確定所述預(yù)定文本中的每個(gè)詞和/或每個(gè)詞中的每個(gè)音節(jié)和/或每個(gè)音節(jié)的每個(gè)音素與所述用戶語(yǔ)音的部分之間的對(duì)應(yīng)關(guān)系；以及基于所述對(duì)應(yīng)關(guān)系計(jì)算所述用戶語(yǔ)音的用戶語(yǔ)音特征。A14:根據(jù)All或A12所述的語(yǔ)音質(zhì)量評(píng)價(jià)方法還包括:可視化輸出所述語(yǔ)音質(zhì)量的計(jì)算結(jié)果。A15:根據(jù)A14所述的語(yǔ)音質(zhì)量評(píng)價(jià)方法所述語(yǔ)音質(zhì)量的計(jì)算結(jié)果包括:反映所述語(yǔ)音質(zhì)量的分?jǐn)?shù)；和/或所述用戶語(yǔ)音特征和所述參考語(yǔ)音特征之間的差別。。A16:根據(jù)All或A12所述的語(yǔ)音質(zhì)量評(píng)價(jià)方法還包括:從所述預(yù)定服務(wù)器下載與所述預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及播放所述參考語(yǔ)音。。A13:根據(jù)A16所述的語(yǔ)音質(zhì)量評(píng)價(jià)方法還包括:播放所述用戶語(yǔ)音。A18:一種數(shù)據(jù)處理方法，該方法適于在服務(wù)器中執(zhí)行，并包括:存儲(chǔ)預(yù)定文本以及與所述預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及計(jì)算所述參考語(yǔ)音中與所述預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的所述參考信息與所述預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存，或根據(jù)計(jì)算的所述參考信息獲得所述參考語(yǔ)音的參考語(yǔ)音特征、以將所述參考語(yǔ)音特征與所述預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存。A19:根據(jù)A18所述的數(shù)據(jù)處理方法中，所述參考語(yǔ)音是從外部接收的特定用戶針對(duì)所述預(yù)定文本錄制的語(yǔ)音。A20:—種語(yǔ)音處理方法，該方法適于在計(jì)算機(jī)中執(zhí)行，并包括:接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音作為參考語(yǔ)音，并將所述參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器；以及計(jì)算所述參考語(yǔ)音中與所述預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的所述參考信息與所述預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)計(jì)算的所述參考信息獲得所述參考語(yǔ)音的參考語(yǔ)音特征、以將所述參考語(yǔ)音特征與所述預(yù)定文本相關(guān)聯(lián)地發(fā)送至所述預(yù)定服務(wù)器。A21:—種移動(dòng)終端，包括根據(jù)本發(fā)明的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備。A22:—種語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)，包括根據(jù)本發(fā)明的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備和數(shù)據(jù)處理設(shè)備。A23:根據(jù)A22所述的語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)包括:根據(jù)本發(fā)明的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備；服務(wù)器；以及根據(jù)本發(fā)明的語(yǔ)音處理設(shè)備。
[0143]類(lèi)似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開(kāi)并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開(kāi)的方法解釋成反映如下意圖:即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多特征。更確切地說(shuō)，如下面的權(quán)利要求書(shū)所反映的那樣，發(fā)明方面在于少于前面公開(kāi)的單個(gè)實(shí)施例的所有特征。因此，遵循【具體實(shí)施方式】的權(quán)利要求書(shū)由此明確地并入該【具體實(shí)施方式】，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。
[0144]本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開(kāi)的示例中的設(shè)備的模塊或單元或組件可以布置在如該實(shí)施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備不同的一個(gè)或多個(gè)設(shè)備中。前述示例中的模塊可以組合為一個(gè)模塊或者此外可以分成多個(gè)子模塊。
[0145]本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中。可以把實(shí)施例中的模塊或單元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或子組件。除了這樣的特征和/或過(guò)程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的所有特征以及如此公開(kāi)的任何方法或者設(shè)備的所有過(guò)程或單元進(jìn)行組合。除非另外明確陳述，本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來(lái)代替。
[0146]此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書(shū)中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。
[0147]此外，所述實(shí)施例中的一些在此被描述成可以由計(jì)算機(jī)系統(tǒng)的處理器或者由執(zhí)行所述功能的其它裝置實(shí)施的方法或方法元素的組合。因此，具有用于實(shí)施所述方法或方法元素的必要指令的處理器形成用于實(shí)施該方法或方法元素的裝置。此外，裝置實(shí)施例的在此所述的元素是如下裝置的例子:該裝置用于實(shí)施由為了實(shí)施該發(fā)明的目的的元素所執(zhí)行的功能。
[0148]如在此所使用的那樣，除非另行規(guī)定，使用序數(shù)詞“第一”、“第二”、“第三”等等來(lái)描述普通對(duì)象僅僅表示涉及類(lèi)似對(duì)象的不同實(shí)例，并且并不意圖暗示這樣被描述的對(duì)象必須具有時(shí)間上、空間上、排序方面或者以任意其它方式的給定順序。
[0149]盡管根據(jù)有限數(shù)量的實(shí)施例描述了本發(fā)明，但是受益于上面的描述，本【技術(shù)領(lǐng)域】?jī)?nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實(shí)施例。此外，應(yīng)當(dāng)注意，本說(shuō)明書(shū)中使用的語(yǔ)言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書(shū)的范圍和精神的情況下，對(duì)于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來(lái)說(shuō)許多修改和變更都是顯而易見(jiàn)的。對(duì)于本發(fā)明的范圍，對(duì)本發(fā)明所做的公開(kāi)是說(shuō)明性的，而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書(shū)限定。
【權(quán)利要求】
1.一種語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，包括: 下載單元，適于從預(yù)定服務(wù)器下載預(yù)定文本和與所述預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音特征，該預(yù)定文本包括一個(gè)或者多個(gè)語(yǔ)句，且每個(gè)語(yǔ)句包括一個(gè)或者多個(gè)詞； 用戶語(yǔ)音接收單元，適于接收用戶針對(duì)所述預(yù)定文本所錄入的用戶語(yǔ)音； 特征獲取單元，適于獲取所述用戶語(yǔ)音的用戶語(yǔ)音特征；以及語(yǔ)音質(zhì)量計(jì)算單元，適于基于所述參考語(yǔ)音特征與所述用戶語(yǔ)音特征之間的相關(guān)性，計(jì)算所述用戶語(yǔ)音的語(yǔ)音質(zhì)量。
2.根據(jù)權(quán)利要求1所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，其中，所述用戶語(yǔ)音特征包括節(jié)奏特征、重音特征以及韻律特征中的至少一種。
3.根據(jù)權(quán)利要求1或2所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，其中，所述特征獲取單元包括: 對(duì)齊子單元，適于利用預(yù)定聲學(xué)模型將所述用戶語(yǔ)音與所述預(yù)定文本進(jìn)行強(qiáng)制對(duì)齊，以確定所述預(yù)定文本中的每個(gè)詞和/或每個(gè)詞中的每個(gè)音節(jié)和/或每個(gè)音節(jié)的每個(gè)音素與所述用戶語(yǔ)音的部分之間的對(duì)應(yīng)關(guān)系；以及 特征計(jì)算子單元，適于基于所述對(duì)應(yīng)關(guān)系計(jì)算所述用戶語(yǔ)音的用戶語(yǔ)音特征。
4.根據(jù)權(quán)利要求1或2所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，還包括: 輸出單元，適于可視化輸出所述語(yǔ)音質(zhì)量的計(jì)算結(jié)果。
5.根據(jù)權(quán)利要求4所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，其中，所述輸出單元適于輸出如下結(jié)果來(lái)作為所述語(yǔ)音質(zhì)量的計(jì)算結(jié)果: 反映所述語(yǔ)音質(zhì)量的分?jǐn)?shù)；和/或 所述用戶語(yǔ)音特征和所述參考語(yǔ)音特征之間的差別。
6.根據(jù)權(quán)利要求1或2所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，其中，所述下載單元還適于從所述預(yù)定服務(wù)器下載與所述預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；所述語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備還包括: 播放單元，適于播放所述參考語(yǔ)音。
7.根據(jù)權(quán)利要求6所述的語(yǔ)音質(zhì)量評(píng)價(jià)設(shè)備，其中，所述播放單元還適于播放所述用戶語(yǔ)音。
8.一種數(shù)據(jù)處理設(shè)備，該設(shè)備適于駐留在服務(wù)器中，并包括:服務(wù)器存儲(chǔ)單元，適于存儲(chǔ)預(yù)定文本以及與所述預(yù)定文本對(duì)應(yīng)的參考語(yǔ)音；以及計(jì)算單元，適于計(jì)算所述參考語(yǔ)音中與所述預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的所述參考信息與所述預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在所述服務(wù)器存儲(chǔ)單元中，或根據(jù)計(jì)算的所述參考信息獲得所述參考語(yǔ)音的參考語(yǔ)音特征、以將所述參考語(yǔ)音特征與所述預(yù)定文本中的每個(gè)語(yǔ)句相關(guān)聯(lián)地保存在所述服務(wù)器存儲(chǔ)單元中。
9.根據(jù)權(quán)利要求8所述的數(shù)據(jù)處理設(shè)備，其中， 所述服務(wù)器存儲(chǔ)單元適于從外部接收特定用戶針對(duì)所述預(yù)定文本錄制的語(yǔ)音來(lái)作為所述參考語(yǔ)音。
10.一種語(yǔ)音處理設(shè)備，該設(shè)備適于駐留在計(jì)算機(jī)中，并包括: 參考語(yǔ)音接收單元，適于接收特定用戶針對(duì)預(yù)定文本所錄入的語(yǔ)音作為參考語(yǔ)音，并將所述參考語(yǔ)音發(fā)送給預(yù)定服務(wù)器；以及 計(jì)算單元，適于計(jì)算所述參考語(yǔ)音中與所述預(yù)定文本的每個(gè)語(yǔ)句對(duì)應(yīng)的語(yǔ)音段的參考信息，并將計(jì)算的所述參考信息與所述預(yù)定文本相關(guān)聯(lián)地發(fā)送至預(yù)定服務(wù)器，或根據(jù)計(jì)算的所述參考信息獲得所述參考語(yǔ)音的參考語(yǔ)音特征、以將所述參考語(yǔ)音特征與所述預(yù)定文本相關(guān)聯(lián)地發(fā)送至所述預(yù)定服務(wù)器。
【文檔編號(hào)】G10L25/60GK104505103SQ201410736332
【公開(kāi)日】2015年4月8日 申請(qǐng)日期:2014年12月4日 優(yōu)先權(quán)日:2014年12月4日
【發(fā)明者】林暉 申請(qǐng)人:上海流利說(shuō)信息技術(shù)有限公司