[发明专利]音频评测方法、装置、电子设备和介质

权利要求书

1.一种音频评测方法，其特征在于，所述方法包括：

根据待评测音频和所述待评测音频的参考文本，确定所述待评测音频的发音质量GOP分数；

若检测到所述GOP分数大于预设分数阈值，则将所述GOP分数输入预先确定的概率预测模型中，并根据所述概率预测模型的输出确定所述GOP分数的正样本概率；其中，所述概率预测模型是根据历史音频数据的GOP分数划分得到正样本和负样本对第一预设网络模型进行训练得到的；

基于设置的至少一个打分宽松度阈值，确定所述打分宽松度阈值对应的概率区间；并确定所述概率区间对应的分段函数；

根据所述历史音频数据的正样本概率确定所述正样本概率所属的概率区间，并根据所述概率区间的分段函数和所述历史音频数据的打分值，确定所述打分宽松度阈值的分段函数模型；

根据所述GOP分数的正样本概率和预先建立的分段函数模型，确定所述待评测音频的目标评测值；其中，所述分段函数模型是根据所述待评测音频的打分宽松度阈值确定得到的，所述分段函数模型包括至少两个正样本概率对应的分段函数子模型；所述分段函数子模型是根据历史音频数据的正样本概率和所述历史音频数据对应的打分值对第二预设网络模型训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述根据待评测音频和所述待评测音频的参考文本，确定所述待评测音频的发音质量GOP分数，包括：

确定待评测音频的参考文本中包含的音素；并从所述待评测音频中获取所述音素对应的音频帧；其中，所述参考文本中单个音素对应至少一个音频帧；

根据所述音素对应的音频帧确定所述音素与所述音频帧的匹配概率；

根据所述匹配概率和所述音素对应的音频帧的数量，确定所述音素的发音质量GOP分数；并将所述参考文本中包含的音素的GOP分数之和作为所述待评测音频的GOP分数。

3.根据权利要求1所述的方法，其特征在于，所述将所述GOP分数输入预先确定的概率预测模型中之前，所述方法还包括：

确定历史音频数据的GOP分数；

设置至少一个打分宽松度阈值，将所述历史音频数据的GOP分数大于或等于所述打分宽松度阈值的音频数据作为正样本；将所述历史音频数据的GOP分数小于所述打分宽松度阈值的音频数据作为负样本；

根据所述正样本和所述负样本对第一预设网络进行训练得到概率预测模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述GOP分数的正样本概率和预先建立的分段函数模型，确定所述待评测音频的目标评测值之前，所述方法还包括：

获取所述待评测音频的打分宽松度阈值；

根据所述待评测音频的打分宽松度阈值，确定所述待评测音频的分段函数模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述GOP分数的正样本概率和预先建立的分段函数模型，确定所述待评测音频的目标评测值，包括：

将所述GOP分数的正样本概率输入所述待评测音频的分段函数模型中，并根据所述分段函数模型的输出确定所述待评测音频的目标评测值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述概率区间的分段函数和所述历史音频数据的打分值，确定所述打分宽松度阈值的分段函数模型，包括：

根据所述历史音频数据的打分值，确定所述正样本概率所属的概率区间的分段函数的参数；

根据概率区间的分段函数的参数，构建分段函数模型。

7.根据权利要求6所述的方法，其特征在于，所述根据所述历史音频数据的打分值，确定所述正样本概率所属的概率区间的分段函数的参数，包括：

根据所述历史音频数据的打分值，确定所述正样本概率所属的概率区间的分段函数的合格率；

若所述合格率小于合格率阈值，则调整所述分段函数的参数，直至所述分段函数的合格率大于合格率阈值。

8.根据权利要求1所述的方法，其特征在于，所述确定所述待评测音频的发音质量GOP分数之后，所述方法还包括：

若检测到所述GOP分数小于预设分数阈值，则确定所述待评测音频的目标评测值为零。