[发明专利]模型评测方法、装置及电子设备

权利要求书

1.一种模型评测方法，其特征在于，所述方法包括：

获取M个使用第一待评测语音合成模型合成的第一音频信号，以及获取N个录制的第二音频信号；

对M个第一音频信号中每个第一音频信号进行声纹提取，获得M个第一声纹特征；对N个第二音频信号中每个第二音频信号进行声纹提取，获得N个第二声纹特征；

将所述M个第一声纹特征进行聚类，获得K个第一中心特征；将所述N个第二声纹特征进行聚类，获得J个第二中心特征；

统计所述K个第一中心特征与所述J个第二中心特征之间的余弦距离，获得第一距离；

基于所述第一距离，对所述第一待评测语音合成模型进行评测；

其中，M、N、K和J均为大于1的正整数，M大于K，N大于J；

所述统计所述K个第一中心特征与所述J个第二中心特征之间的余弦距离，获得第一距离，包括：

针对每个第一中心特征，计算所述第一中心特征与每个第二中心特征的余弦距离，获得所述第一中心特征对应的J个余弦距离；并对所述第一中心特征对应的J个余弦距离进行求和，获得所述第一中心特征对应的余弦距离和；

将所述K个第一中心特征对应的余弦距离和进行求和，获得所述第一距离。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一距离，对所述第一待评测语音合成模型进行评测，包括：

在所述第一距离小于第一预设阈值的情况下，确定所述第一待评测语音合成模型评测成功；

在所述第一距离大于或等于所述第一预设阈值的情况下，确定所述第一待评测语音合成模型评测不成功。

3.根据权利要求1所述的方法，其特征在于，所述获取M个使用第一待评测语音合成模型合成的第一音频信号，以及获取N个录制的第二音频信号之后，所述方法还包括：

获取T个使用第二待评测语音合成模型合成的第三音频信号；

对T个第三音频信号中每个第三音频信号进行声纹提取，获得T个第三声纹特征；

将所述T个第三声纹特征进行聚类，获得P个第三中心特征；

统计所述P个第三中心特征与所述J个第二中心特征之间的余弦距离，获得第二距离；

基于所述第一距离和第二距离，对所述第一待评测语音合成模型或所述第二待评测语音合成模型进行评测；

其中，T和P为大于1的正整数，T大于P。

4.根据权利要求1所述的方法，其特征在于，所述K个第一中心特征中两两第一中心特征之间的余弦距离大于第二预设阈值；所述J个第二中心特征中两两第二中心特征之间的余弦距离大于第三预设阈值。

5.一种模型评测装置，其特征在于，所述装置包括：

第一获取模块，用于获取M个使用第一待评测语音合成模型合成的第一音频信号，以及获取N个录制的第二音频信号；

第一声纹提取模块，用于对M个第一音频信号中每个第一音频信号进行声纹提取，获得M个第一声纹特征；对N个第二音频信号中每个第二音频信号进行声纹提取，获得N个第二声纹特征；

第一聚类模块，用于将所述M个第一声纹特征进行聚类，获得K个第一中心特征；将所述N个第二声纹特征进行聚类，获得J个第二中心特征；

第一统计模块，用于统计所述K个第一中心特征与所述J个第二中心特征之间的余弦距离，获得第一距离；

第一评测模块，用于基于所述第一距离，对所述第一待评测语音合成模型进行评测；

其中，M、N、K和J均为大于1的正整数，M大于K，N大于J；

所述第一统计模块，具体用于针对每个第一中心特征，计算所述第一中心特征与每个第二中心特征的余弦距离，获得所述第一中心特征对应的J个余弦距离；并对所述第一中心特征对应的J个余弦距离进行求和，获得所述第一中心特征对应的余弦距离和；将所述K个第一中心特征对应的余弦距离和进行求和，获得所述第一距离。

6.根据权利要求5所述的装置，其特征在于，所述第一评测模块，具体用于在所述第一距离小于第一预设阈值的情况下，确定所述第一待评测语音合成模型评测成功；在所述第一距离大于或等于所述第一预设阈值的情况下，确定所述第一待评测语音合成模型评测不成功。