System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及自然语言处理,尤其涉及一种口语评测方法、装置及系统。
技术介绍
1、开放题型的口语评分是针对学生在口语考试中回答开放式问题的表现进行评分。与封闭题型不同,开放题型要求学生自由发挥、自主构思和表达观点,通常没有固定的答案。
2、目前,多通过人工制作各开放题型对应的答案,并基于人工制作的答案以及对应的评分标签训练得到评分模型,以基于评分模型进行口语测评。然而,开放题型通常没有固定的答案,从而导致人工制作的答案难以覆盖开放题型的所有答案,进而影响口语评测效果。
技术实现思路
1、本专利技术提供一种口语评测方法、装置及系统,用以解决现有技术中口语评测效果较差的缺陷。
2、本专利技术提供一种口语评测方法,应用于客户端,包括:
3、确定待评测语音以及所述待评测语音对应的题目文本;
4、对所述待评测语音进行语音识别,得到语音识别文本;
5、基于所述题目文本对应的特征提取模型,提取所述语音识别文本的潜在评分特征;
6、对所述语音识别文本的原始评分特征以及所述潜在评分特征进行融合,得到融合特征;
7、将所述融合特征发送至服务端,以使所述服务端基于所述融合特征确定所述待评测语音的评测结果。
8、根据本专利技术提供的一种口语评测方法,所述题目文本对应的特征提取模型的训练步骤包括:
9、获取所述题目文本的多个历史答题语音以及各历史答题语音的评分;
10、基于各历史答题语音中
11、基于所述答题词库,确定各历史答题语音对应的历史潜在评分特征;
12、基于各历史答题语音对应的历史潜在评分特征,以及各历史答题语音的评分,训练得到所述题目文本对应的特征提取模型。
13、根据本专利技术提供的一种口语评测方法,所述基于所述答题词库,确定各历史答题语音对应的历史潜在评分特征,包括:
14、基于所述答题词库,确定各历史答题语音对应的历史词袋向量;
15、基于各历史词袋向量,训练得到特征生成模型;
16、基于所述特征生成模型,确定各历史答题语音对应的历史潜在评分特征。
17、根据本专利技术提供的一种口语评测方法,所述基于各历史答题语音中各分词的词频,对各分词进行排序,得到答题词库,包括:
18、基于各历史答题语音中每个分词的词频,对每个分词进行排序,得到一元答题词库;
19、基于各历史答题语音中每个词序列的词频,对每个词序列进行排序,得到多元答题词库,所述每个词序列至少包括两个分词。
20、根据本专利技术提供的一种口语评测方法,所述基于各历史答题语音中各分词的词频,对各分词进行排序,得到答题词库,包括:
21、基于各历史答题语音中每个分词的词频,对每个分词进行排序,得到一元答题词库;
22、基于各历史答题语音中每个词序列的词频,对每个词序列进行排序,得到多元答题词库,所述每个词序列至少包括两个分词。
23、根据本专利技术提供的一种口语评测方法,所述将所述融合特征发送至服务端,以使所述服务端基于所述融合特征确定所述待评测语音的评测结果,包括:
24、序列化所述融合特征,得到序列化特征;
25、将所述序列化特征发送至服务端,以使所述服务端逆序列化所述序列化特征,得到所述融合特征,并基于评分模型,应用所述融合特征,确定所述待评测语音的评测结果;
26、所述评分模型基于历史融合特征以及各历史答题对应的评分训练得到,所述历史融合特征是对各历史答题语音的历史潜在评分特征以及各历史答题的原始评分特征进行融合得到。
27、本专利技术还提供一种口语评测方法,应用于服务端,包括:
28、接收客户端发送的融合特征;
29、基于所述融合特征,确定待评测语音的评测结果;
30、所述融合特征是对所述待评测语音的语音识别文本的原始评分特征以及所述语音识别文本的潜在评分特征进行融合得到,所述潜在评分特征基于所述待评测语音对应题目文本的特征提取模型从所述语音识别文本中提取得到。
31、根据本专利技术提供的一种口语评测方法,所述融合特征是以序列化形式表示的序列化特征;
32、所述基于所述融合特征,确定待评测语音的评测结果,包括:
33、逆序列化所述融合特征,基于评分模型,应用所述逆序列化后的融合特征,确定所述待评测语音的评测结果;
34、所述评分模型基于历史融合特征以及各历史答题对应的评分训练得到,所述历史融合特征是对各历史答题语音的历史潜在评分特征以及各历史答题的原始评分特征进行融合得到。
35、本专利技术还提供一种口语评测装置,安装于客户端,包括:
36、确定单元,用于确定待评测语音以及所述待评测语音对应的题目文本;
37、识别单元,用于对所述待评测语音进行语音识别,得到语音识别文本;
38、提取单元,用于基于所述题目文本对应的特征提取模型,提取所述语音识别文本的潜在评分特征;
39、融合单元,用于对所述语音识别文本的原始评分特征以及所述潜在评分特征进行融合,得到融合特征;
40、发送单元,用于将所述融合特征发送至服务端,以使所述服务端基于所述融合特征确定所述待评测语音的评测结果。
41、本专利技术还提供一种口语评测装置,安装于服务端,包括:
42、接收单元,用于接收客户端发送的融合特征;
43、评测单元,用于基于所述融合特征,确定待评测语音的评测结果;
44、所述融合特征是对所述待评测语音的语音识别文本的原始评分特征以及所述语音识别文本的潜在评分特征进行融合得到,所述潜在评分特征基于所述待评测语音对应题目文本的特征提取模型从所述语音识别文本中提取得到。
45、本专利技术还提供一种口语评测系统,包括:客户端和服务端。
46、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述口语评测方法。
47、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述口语评测方法。
48、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述口语评测方法。
49、本专利技术提供的口语评测方法、装置及系统,通过潜在评分特征对原始评分特征进行补充,避免传统方法中在人工制作答案无法覆盖所有正确答案情况下影响评测效果的问题。此外,本专利技术在每个客户端完成各自融合特征的运算,再由每个客户端将各自融合特征发送至服务端进行评测,也就是服务端无需进行客户端中融合特征的运算,减轻了服务端的运算压力,不仅可以提高服务端的评测响应速度,而且降低了服务端的硬件本文档来自技高网...
【技术保护点】
1.一种口语评测方法,其特征在于,应用于客户端,包括:
2.根据权利要求1所述的口语评测方法,其特征在于,所述题目文本对应的特征提取模型的训练步骤包括:
3.根据权利要求2所述的口语评测方法,其特征在于,所述基于所述答题词库,确定各历史答题语音对应的历史潜在评分特征,包括:
4.根据权利要求2所述的口语评测方法,其特征在于,所述基于各历史答题语音中各分词的词频,对各分词进行排序,得到答题词库,包括:
5.根据权利要求2所述的口语评测方法,其特征在于,所述基于各历史答题语音中各分词的词频,对各分词进行排序,得到答题词库,包括:
6.根据权利要求1至5任一项所述的口语评测方法,其特征在于,所述将所述融合特征发送至服务端,以使所述服务端基于所述融合特征确定所述待评测语音的评测结果,包括:
7.一种口语评测方法,其特征在于,应用于服务端,包括:
8.根据权利要求7所述的口语评测方法,其特征在于,所述融合特征是以序列化形式表示的序列化特征;
9.一种口语评测装置,其特征在于,安装于客户端,包括:
10.一种口语评测装置,其特征在于,安装于服务端,包括:
11.一种口语评测系统,其特征在于,包括:客户端和服务端。
12.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述口语评测方法。
13.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述口语评测方法。
14.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述口语评测方法。
...【技术特征摘要】
1.一种口语评测方法,其特征在于,应用于客户端,包括:
2.根据权利要求1所述的口语评测方法,其特征在于,所述题目文本对应的特征提取模型的训练步骤包括:
3.根据权利要求2所述的口语评测方法,其特征在于,所述基于所述答题词库,确定各历史答题语音对应的历史潜在评分特征,包括:
4.根据权利要求2所述的口语评测方法,其特征在于,所述基于各历史答题语音中各分词的词频,对各分词进行排序,得到答题词库,包括:
5.根据权利要求2所述的口语评测方法,其特征在于,所述基于各历史答题语音中各分词的词频,对各分词进行排序,得到答题词库,包括:
6.根据权利要求1至5任一项所述的口语评测方法,其特征在于,所述将所述融合特征发送至服务端,以使所述服务端基于所述融合特征确定所述待评测语音的评测结果,包括:
7.一种口语评测方法,其特征在于,应用于服务端,包...
【专利技术属性】
技术研发人员:杨康,吴奎,张凯波,李宝善,盛志超,王士进,刘聪,胡国平,
申请(专利权)人:科大讯飞股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。