[发明专利]一种检测语音识别准确率的装置和系统

权利要求书

1.一种检测语音识别准确率的装置，其特征在于，包括：

语音播放设备，用于接收音频分析设备发送的音频文件，并播放所述音频文件；

音频采集设备，用于采集待测设备在接收到所述音频文件后反馈的响应音频，将所述响应音频发送至所述音频分析设备；

网络监测设备，用于监测所述语音播放设备、音频采集设备以及音频分析设备之间的网络连接状态，在所述网络连接状态不符合预设条件的情况下，向所述音频分析设备发送停止播放的信息；

音频分析设备，与所述语音播放设备、所述音频采集设备和所述网络监测设备电性连接，用于若接收到所述停止播放的信息后，则停止向所述语音播放设备发送音频文件，停止接收所述音频采集设备发送的响应音频，删除接收到的所述响应音频，在所述音频文件播放个数或时长达到检测条件时，根据接收到的网络状态符合预设条件的响应音频和预设响应音频，确定所述待测设备语音识别的准确率。

2.根据权利要求1所述的装置，其特征在于，还包括：

噪声发生设备，所述噪声发生设备包括多个，多个所述噪声发生设备对称设置于所述待测设备的四周，所述四周为在同一水平基准面上，以待测设备为原点的坐标系上，相邻两发生设备之间的角度至少间隔预设角度，采用下述方式确定所述预设角度：360除以所述待测设备个数。

3.根据权利要求1或2所述的装置，其特征在于，还包括：

噪声测量设备，用于测量所述待测设备预设范围内的噪声信号，并在所述噪声信号大于预设值的情况下，向所述音频分析设备发送停止播放的信息。

4.根据权利要求1所述的装置，其特征在于，所述音频文件被设置为根据多种方言的文本语料转换而成。

5.根据权利要求1所述的装置，其特征在于，所述音频分析设备用于获取所述语音播放设备播放所述音频文件的结束时刻、以及所述音频采集设备采集所述响应音频的开始时刻，并根据所述结束时刻和所述开始时刻，确定待测设备的响应时间。

6.根据权利要求1所述的装置，其特征在于，所述根据所述响应音频和预设响应音频，确定所述待测设备的语音识别准确率，包括：

将所述响应音频和所述预设响应音频输入音频相似度模型，输出所述响应音频是否与所述预设响应音频相似，其中，所述音频相似度模型被设置为根据第一音频样本与第二音频样本的相似关系训练获得；

根据输出结果，确定所述待测设备的语音识别准确率。

7.根据权利要求1所述的装置，其特征在于，还包括：

图像采集设备，用于采集待测设备在接收到所述音频文件后反馈的响应图像，将所述响应图像发送至所述音频分析设备；

所述音频分析设备用于根据所述响应图像和预设响应图像，确定所述待测设备语音识别的准确率。

8.根据权利要求7所述的装置，其特征在于，所述根据所述响应图像和预设响应图像，确定所述待测设备的语音识别的准确率，包括：

将所述响应图像和所述预设响应图像输入至图像相似度模型，输出所述响应图像是否为所述预设响应图像的相似图像，其中，所述图像相似度模型被设置为根据第一图像样本与第二图像样本的相似关系训练获得；

根据输出结果，确定所述待测设备的语音识别准确率。

9.一种检测语音识别准确率的方法，其特征在于，包括：

播放音频文件；

接收待测设备反馈的响应音频，所述响应音频是待测设备在接收到所述音频文件后产生的音频；

监测语音播放设备、音频采集设备、音频分析设备之间网络连接状态，若所述网络连接状态不符合预设条件，则停止所述播放音频文件，停止接收所述响应音频，以及删除接收到的所述响应音频；

在所述音频文件播放个数或时长达到检测条件时，根据接收到的网络状态符合预设条件的响应音频和预设响应音频，确定所述待测设备语音识别的准确率。