龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：腾讯科技(深圳)有限公司
申请日：2022-08-12
公开（公告）日：2024-06-04
公开（公告）号：CN115376547B
主分类号：G10L25/03
分类号：G10L25/03;G10L25/51;G10L25/60;G10L15/08;G10L15/02
优先权：
专利状态码：有效-授权
法律状态：2024.06.04#授权;2022.12.09#实质审查的生效;2022.11.22#公开
摘要：本申请涉及一种发音评测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取发音评测数据中的音频数据以及文本数据；提取音频数据的音频特征，并提取文本数据的音素特征；基于文本数据所包含的各类音素，确定音频数据包含的音素类别；对音频特征进行音素类别相关的前后向预测处理，得到音频数据中每帧音频特征的音素类别；基于音频特征与音频特征所属音素类别下的音素特征的特征融合结果，确定发音评测数据的发音评测结果。采用本方法能够提高发音评测准确率。
主权项：1.一种发音评测方法，其特征在于，所述方法包括：获取发音评测数据中的音频数据以及文本数据；提取所述音频数据的音频特征，并提取所述文本数据的音素特征；基于所述文本数据所包含的各类音素，确定所述音频数据包含的音素类别；获取第一训练集和第二训练集，所述第一训练集包括使用语音类别为母语的语言使用者发音数据，所述第二训练集包括使用语音类别为非母语的语言使用者发音数据；基于所述第一训练集对初始连接时序分类模型进行参数训练，得到第一音频特征分类模型；基于所述第二训练集对所述第一音频特征分类模型进行参数调整，得到第二音频特征分类模型；基于所述第二音频特征分类模型对所述音频特征进行所述音素类别相关的前后向预测处理，得到每帧音频特征的音素类别；根据所述音素特征构建注意力机制的查询向量，根据所述音频特征构建注意力机制的键向量与值向量；基于音频特征所属音素类别对所述查询向量、所述键向量以及所述值向量进行向量特征融合，得到待评测发音数据中各音素各自的特征融合表示；对所述各音素各自的特征融合表示进行特征综合处理，得到所述待评测发音数据的发音评测结果。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 发音评测方法、装置、计算机设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号