[发明专利]一种发音纠正方法、装置、电子设备及存储介质有效
申请号: | 202010832916.9 | 申请日: | 2020-08-18 |
公开(公告)号: | CN111968676B | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 顾宇 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G10L25/60 | 分类号: | G10L25/60;G10L25/51;G10L25/78;G10L15/04;G06K9/00 |
代理公司: | 北京远智汇知识产权代理有限公司 11659 | 代理人: | 范坤坤 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 发音 纠正 方法 装置 电子设备 存储 介质 | ||
1.一种发音纠正方法,其特征在于,包括:
获取待测用户的语音信息;
提取所述语音信息中包含基本语音单元的语音片段,并对所述语音片段进行评分获得评分结果;
在确定评分结果小于预设分值时,获取与所述语音片段对应的待测用户的面部图像信息;
对所述面部图像信息进行识别确定发音纠正方式;
其中,所述对所述语音片段进行评分获得评分结果,包括:
确定所述语音片段中每个语音帧所对应的基本语音单元与标准语音单元的子距离;
计算所述子距离的平均值,并将计算结果作为所述语音片段中的基本语音单元与标准语音单元的距离参数;
根据所述距离参数从距离分值匹配列表中进行查询获得所述评分结果,其中,所述距离分值匹配列表中包含了距离参数与分值的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述基本语音单元包括:音节或音素。
3.根据权利要求1所述的方法,其特征在于,所述对所述面部图像信息进行识别确定发音纠正方式,包括:
获取面部图像信息中的嘴部特征元素,其中,所述嘴部特征元素中包含嘴部特征点的位置和舌头的状态;
获取与所述标准语音单元所对应的发音规则,其中,所述发音规则中包含标准语音单元所对应的嘴部标准特征点的位置和舌头的标准状态;
根据所述嘴部特征元素和所述发音规则确定所述发音纠正方式。
4.根据权利要求3所述的方法,其特征在于,所述根据所述嘴部特征元素和所述发音规则确定所述发音纠正方式,包括:
将所述嘴部特征点的位置与所述嘴部标准特征点的位置进行对比,根据对比结果确定嘴型的纠正方式;
将所述舌头的状态与所述舌头的标准状态进行对比,根据对比结果确定舌头的纠正方式;
根据所述嘴型的纠正方式和所述舌头的纠正方式确定所述发音纠正方式。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述对所述面部图像信息进行识别确定发音纠正方式之后,还包括:
对所述发音纠正方式进行检测;
根据检测结果确定所述发音纠正方式错误的情况下,进行报警提示。
6.一种发音纠正装置,其特征在于,包括:
语音信息获取模块,用于获取待测用户的语音信息;
语音评分模块,用于提取所述语音信息中包含基本语音单元的语音片段,并对所述语音片段进行评分获得评分结果;
面部图像信息获取模块,用于在确定评分结果小于预设分值时,获取与所述语音片段对应的待测用户的面部图像信息;
发音纠正方式确定模块,用于对所述面部图像信息进行识别确定发音纠正方式;
其中,所述语音评分模块,包括:
距离参数确定模块,用于确定所述语音片段中每个语音帧所对应的基本语音单元与标准语音单元的子距离;计算所述子距离的平均值,并将计算结果作为所述语音片段中的基本语音单元与标准语音单元的距离参数;
评分结果获得模块,用于根据所述距离参数从距离分值匹配列表中进行查询获得所述评分结果,其中,所述距离分值匹配列表中包含了距离参数与分值的对应关系。
7.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010832916.9/1.html,转载请声明来源钻瓜专利网。