一种英语阅读能力的智能评测方法、系统、设备及介质技术方案

本申请涉及一种英语阅读能力的智能评测方法、系统、设备及介质，其包括步骤当接收到来自用于与学生身份信息绑定的用户终端的英语阅读的测评请求时，将预选定的阅读文本发送至用户终端；当接收到来自用户终端根据阅读文本产生的音频数据时，将音频数据发送至语音识别模型；语音识别模型基于阅读文本筛选出预选关联的阅读文本的标准音频；将标准音频和关联的音频数据打包生成阅读数据包；将阅读数据包发送至与用户终端绑定的教师终端。本申请具有减少关于学生的英语阅读能力评测的人力成本和时间成本，提高英语阅读能力评测的效率的效果。果。果。

【技术实现步骤摘要】
一种英语阅读能力的智能评测方法、系统、设备及介质


[0001]本申请涉及英语阅读的
，尤其是涉及一种英语阅读能力的智能评测方法、系统、设备及介质。

技术介绍

[0002]传统的，对于学生的英语阅读能力评测，普遍通过教师现场听取学生阅读，并依据自身经验评价学生英语阅读的质量和水平的方式。
[0003]但教师的时间和经历有限，课堂中对学生一一对应进行阅读能力评测的时间成本和人力成本过高，且效率较低，因此需要对学生的英语阅读能力测评方式进行改进。

技术实现思路

[0004]为了减少关于学生的英语阅读能力评测的人力成本和时间成本，提高英语阅读能力评测的效率，本申请提供了一种英语阅读能力的智能评测方法、系统、设备及介质。
[0005]本申请的上述专利技术目的一是通过以下技术方案得以实现的：
[0006]一种英语阅读能力的智能评测方法，包括步骤：
[0007]当接收到来自用于与学生身份信息绑定的用户终端的英语阅读的测评请求时，将预选定的阅读文本发送至用户终端；
[0008]当接收到来自用户终端根据阅读文本产生的音频数据时，将音频数据发送至语音识别模型；
[0009]语音识别模型基于阅读文本筛选出预选关联的阅读文本的标准音频；
[0010]将标准音频和关联的音频数据打包生成阅读数据包；
[0011]将阅读数据包发送至与用户终端绑定的教师终端。
[0012]通过采用上述技术方案，学生再课余时间，通过用户终端发送测评请求以获取预选定的阅读文本，进一步学生能够根据获取到的英语单词、句子的阅读文本进行阅读或跟读，并将学生阅读时的音频进行录音保存，得到音频数据，进一步再语音识别模型中自动识别学生阅读的音频数据对应的标准音频，即该英语单子、句子标准发音的音频，将音频数据和标准音频进行打包得到阅读数据包，并将阅读数据包发哦是那个之与用户终端绑定的教师终端，即任课老师可以通过教师终端，再课余时间对本班级学生的英语阅读能力进行逐个、快速的评测，节省时间成本和人力成本，且老师通过标准音频和学生的音频数据作为参考对比，更易对学生的阅读能力做出评测，提高英语阅读能力评测的效率。
[0013]本申请在一较佳示例中：若阅读文本的类型为单词类型，所述将标准音频和关联的音频数据打包生成阅读数据包的步骤之后，执行如下步骤：
[0014]将阅读数据包发送至音频校对模型；
[0015]音频校对模型依据比对规则比较阅读数据包中音频数据与标准音频的近似度，输出单词类近似值；
[0016]将单词类近似值输入至阅读数据包中。
[0017]通过采用上述技术方案，若阅读文本仅为单个单词，则生成阅读数据包后，进一步将阅读数据包发送至音频校对模型，通过语音识别功能将学生阅读的音频数据与标准音频进行相似度的比对，得到单词类近似值并输入至阅读数据包中，以此作为学生阅读能力一个维度的评测，以协助老师对学生英语阅读准确性的判断。
[0018]本申请在一较佳示例中：若阅读文本的类型为句子类型，则所述将阅读数据包发送至音频校对模型的步骤之后，执行如下步骤：
[0019]音频校对模型基于阅读文本中预选定的关键词组，筛选出关键词组对应的标准音频；
[0020]依据比对规则将关键词组的音频数据与关键词组的标准音频进行近似度比较，输出句子类近似值；
[0021]将句子类近似值输入至阅读数据包中。
[0022]通过采用上述技术方案，为了更好的评测学生对于终端单词组的掌握，同时也为了节省音频数据与标准音频比较的耗时，则当阅读文本的类型为句子类型，仅提取阅读文本中的关键词组，并仅比较关键词组的音频数据和关键词组的标准音频，以实现对阅读文本中重点单词词组近似值的比较，将句子类近似值输入阅读数据包，结合教师对整段阅读文本的评测，能够更为全面、准确地评价学生的英语阅读能力。
[0023]本申请在一较佳示例中：所述音频校对模型依据比对规则比较阅读数据包中音频数据与标准音频的近似度，输出单词类近似值的步骤，具体为：
[0024]音频校对模型获取音频数据的音频特征信息；
[0025]基于阅读文本向云平台获取标准音频的标准特征信息；
[0026]将音频特征信息与标准特征信息进行一一比对，基于各音频特征信息与标准特征信息的比对结果，计算得到单词类近似值。
[0027]通过采用上述技术方案，通过提取学生阅读的音频中的音频特征，即通过单词各个音节的语音的波形进行分帧，并将音频数据的声音波形与标准音频的声音波形进行逐帧比对，通过波形的重合情况进行近似都的判定，得到单词类近似值，由于语音的识别需要庞大的数据库，因此将近似度的比对放置再云平台进行，能够提升比对的效率。
[0028]本申请在一较佳示例中：所述当接收到来自用户终端根据阅读文本产生的音频数据时，将音频数据发送至语音识别模型的步骤之后，执行如下步骤：
[0029]当音频数据发送至语音识别模型时，开启预设间隔时长的倒计时；
[0030]当预设间隔时长的倒计时结束时，将预选定的下一个阅读文本发送至用户终端，间隔时长由用户终端进行自定义设置。
[0031]通过采用上述技术方案，当学生通过用户终端完成一个英语单词或句子段落的阅读，并生成音频数据后，通过设置预设间隔时长，用户终端可实现自动切换英语单词、句子段落的阅读，且间隔时长可由用户终端自定义设置，方便学生进行连续的英语阅读练习，间隔时长的调节提升用户体验感。
[0032]本申请在一较佳示例中：英语阅读能力的智能评测方法还包括步骤：
[0033]获取用户终端过往所生成的所有句子类近似值，并计算句子类近似值的平均值；
[0034]识别平均值所属的近似值区间；
[0035]基于近似值区间获取关联的预设间隔时间；
[0036]将阅读文本发送的间隔时长调整为获取到的间隔时间。
[0037]通过采用上述技术方案，通过对各个学生历史阅读练习的评测结果，即历史的句子类近似值的平均值，并通过确定平均值所在的近似值区间，近似值区间从0％
‑
100％，不同的近似值区间对应不同的间隔时间，其中，平均值越大则对应的近似值区间越大、间隔时长越段，即能够通过不同学生的阅读能力自动调整阅读文本切换的间隔时长，阅读能力较好的学生其需要的间隔时长越短，阅读能力较差的学生则间隔时长较长，进而为阅读能力较差的学生提供更好的阅读体验，为阅读能力较好的学生提供更为高效的阅读评测。
[0038]本申请的上述专利技术目的二是通过以下技术方案得以实现的：
[0039]一种英语口语的智能评测系统，包括：
[0040]测评请求模块，用于当接收到来自用于与学生身份信息绑定的用户终端的英语阅读的测评请求时，将预选定的阅读文本发送至用户终端；
[0041]音频发送模块，用于当接收到来自用户终端根据阅读文本产生的音频数据时，将音频数据发送至语音识别模型；
[0042]标准音频模块，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种英语阅读能力的智能评测方法，其特征在于：包括步骤：当接收到来自用于与学生身份信息绑定的用户终端的英语阅读的测评请求时，将预选定的阅读文本发送至用户终端；当接收到来自用户终端根据阅读文本产生的音频数据时，将音频数据发送至语音识别模型；语音识别模型基于阅读文本筛选出预选关联的阅读文本的标准音频；将标准音频和关联的音频数据打包生成阅读数据包；将阅读数据包发送至与用户终端绑定的教师终端。2.根据权利要求1所述的一种英语阅读能力的智能评测方法，其特征在于：若阅读文本的类型为单词类型，所述将标准音频和关联的音频数据打包生成阅读数据包的步骤之后，执行如下步骤：将阅读数据包发送至音频校对模型；音频校对模型依据比对规则比较阅读数据包中音频数据与标准音频的近似度，输出单词类近似值；将单词类近似值输入至阅读数据包中。3.根据权利要求2所述的一种英语阅读能力的智能评测方法，其特征在于：若阅读文本的类型为句子类型，则所述将阅读数据包发送至音频校对模型的步骤之后，执行如下步骤：音频校对模型基于阅读文本中预选定的关键词组，筛选出关键词组对应的标准音频；依据比对规则将关键词组的音频数据与关键词组的标准音频进行近似度比较，输出句子类近似值；将句子类近似值输入至阅读数据包中。4.根据权利要求2所述的一种英语阅读能力的智能评测方法，其特征在于：所述音频校对模型依据比对规则比较阅读数据包中音频数据与标准音频的近似度，输出单词类近似值的步骤，具体为：音频校对模型获取音频数据的音频特征信息；基于阅读文本向云平台获取标准音频的标准特征信息；将音频特征信息与标准特征信息进行一一比对，基于各音频特征信息与标准特征信息的比对结果，计算得到单词类近似值。5.根据权利要求1所述的一种英语阅读能力的智能评测方法，其特征在于：所述当接收到来自用户终端根据阅读文本产生的音频数据时，将音频数据发送至语音识别模型的步骤之后，执行如下步骤：当音频数据发送至语音...

【专利技术属性】
技术研发人员：冯敬益，
申请(专利权)人：广州市信息技术职业学校，
类型：发明
国别省市：