[发明专利]一种连读识别校正方法、装置、设备以及可读存储介质

权利要求书

1.一种连读识别校正方法，其特征在于，包括：

获取针对预定语句录入的音频数据；

通过遍历预定语句中的单词对，当检测到所述单词对中相邻两个单词满足连读规则“辅音t、d、s、z结尾+单词you”时，确定所述单词对为可以连读的单词对；

对筛选得到的单词对插入预定符号构建新的单词，并根据在连读时的发音方式构建对应的音素序列，将新构建的单词发音的音素序列添加至发音词典中；

通过语音识别的强制切分对齐，确定所述音频数据中每个音素的位置，然后根据每个单词的音节，找到每个音节和单词的时间边界；根据获得的单词的时间边界，截取当前检测连读单词对所对应的声学模型输出片段；

将所述声学模型输出片段输入至预先构建的解码网络中，得到判断所述预定语句中可以连读的单词对的实际读音是否正确连读的解码结果；其中，将声学模型输出片段输入至构建的解码网络中，进行解码，若解码结果为未连读的独立单词，则表示该音频数据在对应单词对上未进行连读，若解码结果为上文中新加入词典表示连读的单词，则表示该音频数据在对应单词对上进行了连读；

生成判断实际读音是否正确连读的反馈信息。

2.如权利要求1所述的连读识别校正方法，其特征在于，在所述得到判断所述预定语句中可以连读的单词对的实际读音是否正确连读的解码结果之后还包括：

若判定所述预定语句中可以连读的单词对的实际读音为连读，则进一步判断连读单词是否满足预设要求；

所述生成判断实际读音是否正确连读的反馈信息包括：

如果判定连读单词满足预设要求，则生成判断实际读音正确连读的反馈信息；如果判定连读单词不满足预设要求，则生成判断实际读音未正确连读的反馈信息；其中，所述预设要求包括：连读单词的发音分数大于预设第一阈值，和/或连读单词的音素时长小于预设第二阈值。

3.如权利要求1所述的连读识别校正方法，其特征在于，在所述确定所述单词对为可以连读的单词对之后还包括：

通过显示界面对可以连读的单词对中待连读部分的音标以及字母用第一视觉元素进行标示，以提示连读范围以及连读音素的发音特征。

4.如权利要求1至3任一项所述的连读识别校正方法，其特征在于，在所述生成判断实际读音是否正确连读的反馈信息之后还包括：

通过显示界面的第二视觉元素标示出实际读音是否正确连读。

5.如权利要求4所述的连读识别校正方法，其特征在于，在所述生成判断实际读音是否正确连读的反馈信息之后还包括：

通过文字和/或语音的方式对连读的正确发音方式进行提示。

6.一种连读识别校正装置，其特征在于，包括：

获取模块，用于获取针对预定语句录入的音频数据；

判断模块，用于通过遍历预定语句中的单词对，当检测到所述单词对中相邻两个单词满足连读规则“辅音t、d、s、z结尾+单词you”时，确定所述单词对为可以连读的单词对；

对筛选得到的单词对插入预定符号构建新的单词，并根据在连读时的发音方式构建对应的音素序列，将新构建的单词发音的音素序列添加至发音词典中；

通过语音识别的强制切分对齐，确定所述音频数据中每个音素的位置，然后根据每个单词的音节，找到每个音节和单词的时间边界；根据获得的单词的时间边界，截取当前检测连读单词对所对应的声学模型输出片段；

将所述声学模型输出片段输入至预先构建的解码网络中，得到判断所述预定语句中可以连读的单词对的实际读音是否正确连读的解码结果；其中，将声学模型输出片段输入至构建的解码网络中，进行解码，若解码结果为未连读的独立单词，则表示该音频数据在对应单词对上未进行连读，若解码结果为上文中新加入词典表示连读的单词，则表示该音频数据在对应单词对上进行了连读；

生成模块，用于生成判断实际读音是否正确连读的反馈信息。