技術領域

本發明涉及語言識別技術領域，特別涉及一種口語評測方法及裝置。

背景技術

隨著素質教育理念的不斷深入，外語教學越來越注重外語交流能力，而口語表達又是其中最重要且最困難的一個項目，已經受到越來越多的重視。和閱讀、寫作、聽力不同，口語能力的側重點是溝通交際，因此主觀性和開放性較強，對口語能力好壞的評價通常需要人工參與，存在極大的局限性。

現在技術中，采用計算機自動評分系統解決上述問題，該計算機自動評分系統是利用計算機輔助或者取代人工進行口語練習和口語考試的評分，利用計算機的高效運算，獲得準確性和公平性良好的評分，從而解決或緩解大量的口語評分需求與匱乏的教師資源之間的矛盾。

發明人在實現本發明的過程中，發現現有技術存在以下技術問題：

該計算機自動評分系統是基于某單一語言的語音識別技術構建的，容易被學生的一些特殊發音或回答模式所欺騙，比如用母語作答甚至是隨意瞎說。在這些情況下，由于計算機只會將語音當成目標語言來處理，因此系統往往也會給出一定的分數，有時甚至會給高分，影響評分的準確性和公平性。

發明內容

為了解決現有技術的問題，本發明實施例提供了一種口語評測方法及裝置。所述技術方案如下：

一方面，提供了一種口語評測方法，所述方法包括：

當接收到待評測語言時，對所述待評測語言進行處理，提取語言特征和語種特征；

利用語音分析技術，對所述語言特征進行聲學和語言學分析，得到所述待評測語言的評分特征，所述評分特征包括所述待評測語言的語音信息數值矢量、語義信息數值矢量及語法信息數值矢量；

利用預設語言模型組，對所述語種特征進行語種分析，得到所述待評測語言的語種，所述預設語言模型用于語言識別；

將所述待評測語言的評分特征及所述待評測語言的語種進行評分，得到對所述待評測語言的評分。

可選地，利用語音分析技術，對所述語言特征進行聲學和語言學分析，得到所述待評測語言的評分特征包括：

利用預設聲學模型以及預設語言模型，對所述語言特征進行語音識別，得到識別文本；

根據題目信息和所述識別文本，得到所述待評測語言的評分特征。

可選地，所述預設語言模型組包括多個預設語言模型，每個語言模型對應一個語種，利用預設語言模型組，對所述語種特征進行語種分析，得到所述待評測語言的語種包括：

對所述語種特征進行序列識別，得到序列識別文本；

計算序列識別文本與所述多個預設語言模型的距離；

將所述序列識別文本與所述多個預設語言模型的距離進行融合處理，得到所述待評測語言的語種。

可選地，所述方法還包括：

對訓練語音數據進行特征提取處理，得到多個語種特征；

利用不同語種的語種特征，得到不同語種對應的語言模型。

另一方面，提供了一種口語評測裝置，所述裝置包括：

特征提取模塊，用于當接收到待評測語言時，對所述待評測語言進行處理，提取語言特征和語種特征；

評分特征獲取模塊，用于利用語音分析技術，對所述語言特征進行聲學和語言學分析，得到所述待評測語言的評分特征，所述評分特征包括所述待評測語言的語音信息數值矢量、語義信息數值矢量及語法信息數值矢量；

語種獲取模塊，用于利用預設語言模型組，對所述語種特征進行語種分析，得到所述待評測語言的語種，所述預設語言模型用于語言識別；

評分獲取模塊，用于將所述待評測語言的評分特征及所述待評測語言的語種進行評分，得到對所述待評測語言的評分。

可選地，所述評分特征獲取模塊包括：

識別文本獲取單元，用于利用預設聲學模型以及預設語言模型，對所述語言特征進行語音識別，得到識別文本；

評分特征獲取單元，用于根據題目信息和所述識別文本，得到所述待評測語言的評分特征；

可選地，所述語種獲取模塊包括：

序列識別文本獲取單元，用于對所述語種特征進行序列識別，得到序列識別文本；

距離計算單元，用于計算序列識別文本與所述多個預設語言模型的距離；

語種獲取單元，用于將所述序列識別文本與所述多個預設語言模型的距離進行融合處理，得到所述待評測語言的語種。

可選地，所述裝置還包括：

多個語種特征獲取模塊，用于對訓練語音數據進行特征提取處理，得到多個語種特征；