[发明专利]一种基于发音节奏的语音评测方法及装置

权利要求书

1.一种基于发音节奏的语音评测装置，其特征在于，该装置包括：

GMM模型获取单元，用于从被评测语音中选出训练数据，提取出所述训练数据的节奏特征参数进行训练得到GMM模型；

似然度获取单元，提取被评测语音的节奏特征参数作为所述GMM模型的输入，经GMM模型匹配获取相应的似然度值；

评测模型获取单元，包括评测模型模块，用于所述似然度经过训练评测模型，根据所述评测模型对被评测语音的发音节奏进行评测。

2.根据权利要求1所述的装置，其特征在于，所述评测模型获取单元还包括标准化处理模块；

所述标准化处理模块用于似然度经过训练获取评测模型之前经过标准化处理；所述标准化处理包括：求解信差和Z-Score值。

3.根据权利要求1或2所述的装置，其特征在于，所述评测模型模块中的评测模型为LDA模型。

4.根据权利要求1或2所述的装置，其特征在于，所述GMM模型获取单元获取的GMM模型包括中国人说汉语GMM模型、日本人说汉语GMM模型和日本人说日语GMM模型。

5.根据权利要求4所述的装置，其特征在于，所述GMM模型获取单元获取的GMM模型还用于对被评测语音进行类型识别，即被评测语音的节奏特征参数作为输入经过GMM模型获取似然度值，将获取最大似然度值的GMM模型对应的语料类型作为被评测语音的类型。

6.根据权利要求4所述的装置，其特征在于，所述语料类型包括中国人说汉语类型、日本人说汉语类型和日本人说日语类型。

7.根据权利要求1或2所述的装置，其特征在于，所述GMM模型获取单元中的节奏特征参数包括：%V、ΔV、rPVI、nPVI和ΔE；其中，

所述%V为在一句话中所有元音的时长占总时长的比例；

所述ΔV为在一句话中元音时长的标准差；

所述ΔE为一句话中辅音/元音能量值的标准差；所述ΔE表达式为：

ΔE=1nΣi=1n(Ei-E‾)2]]>

其中，n表示一句话中总的元音或者辅音个数；i表示第i个元音或者辅音；E_i表示第i个元音或者辅音的能量值；表示一句话中元音或者辅音能量的平均值；

所述rPVI为相邻两元音段或辅音段之间的时长差的平均值；所述rPVI表达式为：

rPVI=[Σk=1m-1|dk-dk-1|/(m-1)]]]>

其中，k表示第K个元音或者辅音段；m表示一句话中元音或者辅音段的总个数；d_k表示第k个元音或者辅音段的时长；

所述nPVI为相邻两元音段或辅音段之间的时长差占单个片段时长的比例的平均值；所述nPVI表达式为：

nPVI=100*[Σk=1m-1|dk-dk-1(dk-dk-1)/2|/(m-1)|].]]>