[发明专利]音频评估方法、装置、可读介质以及电子设备

说明书

本公开涉及一种音频评估方法、装置、可读介质以及电子设备，所述方法包括：获取音频数据；提取所述音频数据中每一音频帧的音频特征；对每一所述音频帧的所述音频特征进行聚类处理，得到每一所述音频帧的类别；根据每一所述音频帧的类别和每一所述音频帧的音频特征，确定所述音频数据的评估结果。本公开可以提高音频评估的准确性。

技术领域

本公开涉及音频处理技术领域，具体地，涉及一种音频评估方法、装置、可读介质以及电子设备。

背景技术

对于语言学习者而言，除了发音标准以外，口语的流利程度也能反映学习者对语言掌握的熟练水平。因此，口语流利度成为评价语言学习者的语言水平的重要维度之一。相关技术中，通常采用语音识别技术确定口语流利度，然而，该方式确定的口语流利度的准确性不高。

发明内容

提供该部分内容以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该部分内容并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种音频评估方法，所述方法包括：

获取音频数据；

提取所述音频数据中每一音频帧的音频特征；

对每一所述音频帧的所述音频特征进行聚类处理，得到每一所述音频帧的类别；

根据每一所述音频帧的类别和每一所述音频帧的音频特征，确定所述音频数据的评估结果。

第二方面，本公开提供一种音频评估装置，所述装置包括：

获取模块，被配置为获取音频数据；

提取模块，被配置为提取所述音频数据中每一音频帧的音频特征；

聚类模块，被配置为对每一所述音频帧的所述音频特征进行聚类处理，得到每一所述音频帧的类别；

确定模块，被配置为根据每一所述音频帧的类别和每一所述音频帧的音频特征，确定所述音频数据的评估结果。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有至少一个计算机程序；

至少一个处理装置，用于执行所述存储装置中的所述至少一个计算机程序，以实现第一方面所述方法的步骤。

通过上述技术方案，通过对每一音频帧的音频特征进行聚类处理，得到每一音频帧的类别，实现通过无监督聚类技术在无监督特征上进行帧级别的聚类对齐，从而使得每一音频帧的类别与音频数据中的音素对齐，对齐过程无需使用文本数据，从而可以避免语音识别存在的识别错误或对齐错误，提高了音频数据的评估结果的准确性。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据一示例性实施例示出的一种音频评估方法的流程图。

图2是根据一示例性实施例示出的流利度识别模型的训练流程图。

图3是根据一示例性实施例示出的一种音频评估装置的框图。

图4是根据一示例性实施例示出的电子设备的结构示意图。

具体实施方式