买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州智言信息科技有限公司申请的专利一种基于深度学习的发音评测打分方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115440193B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211085643.1，技术领域涉及：G10L15/01；该发明授权一种基于深度学习的发音评测打分方法是由王龙标;李志刚;关昊天;王宇光设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种基于深度学习的发音评测打分方法在说明书摘要公布了：本发明涉及语音评测技术领域，具体涉及一种基于深度学习的发音评测打分方法。本发明通过语音识别的模型，用它来识别出音频的真实文本结果。然后是通过HMM‑DNN模型，用它来获取音频的后验概率。最后是通过打分模型，用它来对音素进行打分。在强制对齐前，使用语音识别模型，识别出音频的正确文本，避免了在强制对齐过程中，音频与文本不一致时，无法对齐到正确位置。同时使用深度神经网络构建打分模型，可拟合后验概率、元辅音、词性、声调、发音时长等多种信息，使得音素打分更加合理，更加准确。

本发明授权一种基于深度学习的发音评测打分方法在权利要求书中公布了：1.一种基于深度学习的发音评测打分方法，其特征在于，包括如下步骤： 首先通过语音识别的模型识别出音频的真实文本结果； 其次是通过HMM-DNN模型获取音频的后验概率； 然后是使用音频的识别文本结果和音频的后验概率进行强制对齐，确定每一个音素的时间边界； 最后是通过一个打分模型对音素进行打分； 具体如下： 步骤一，对待评测语音提取声学特征，送入到语音识别模型中，识别出待评测语音的真实文本结果； 步骤二，将步骤一中提取的待评测语音的声学特征，送入到HMM-DNN模型中，预测出每一帧的后验概率； 步骤三，根据步骤一中识别出的文本结果和步骤二中得到的每一帧的后验概率，进行强制对齐，确定每一个音素的时间边界； 步骤四，根据步骤三得到的每一个音素的时间边界和步骤二得到的每一帧的后验概率，计算出每一个音素的后验概率的平均值，然后将该音素的后验概率的平均值和该音素的元辅音、词性、声调、发音时长特征信息拼接在一起，送入到打分模型中，得到该音素的打分； 步骤五，根据步骤一中识别出的文本结果和参考文本，进行音素对齐，确定哪些音素是多读音素、漏读音素和正常音素； 步骤六，计算最终的得分，根据步骤五的多读和漏读情况计算出单词的得分和整个句子的得分； 所述步骤三采用贪心或者Viterbi算法进行，找出一条概率最大的路径，最终确定每一个音素的时间边界； 所述步骤四打分模型使用的特征是该音素的后验概率的平均值和该音素的元辅音、词性、声调、发音时长特征； 所述步骤五音素对齐方法采用计算编辑距离的方式来实现，首先将识别出的文本结果转换成对应的音素字符串列表X[1,…,n]，参考文本转换成对应的音素字符串列表Y[1,…,m]，定义距离Di,j为X[1,…,i]和Y[1,…,j]的距离，那么X和Y的编辑距离就是Dn,m； 使用动态规划的方法进行求解，状态转移方程为： Di,0＝i D0,j＝j 其中，insert表示多读音素，delete表示漏读音素，norm表示正常音素； 通过记录每个子结果是由哪个子问题解得的，对结果进行回溯，最后得到两个字符串的对齐结果； 计算单词的得分，采用以下公式： 其中，scorenorm_phone表示单词内正常音素的得分，n表示参考文本中所有音素的个数，norncnt表示正常音素的个数，inscnt表示多读音素的个数，delcnt表示漏读音素的个数； 计算句子的得分，可采用以下公式： 其中，scorenorm_phone表示句子内正常音素的得分，n表示参考文本中所有音素的个数，norncnt表示正常音素的个数，inscnt表示多读音素的个数，delcnt表示漏读音素的个数，frameword表示所有单词所占的帧数，framesil表示单词之间的静音帧数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州智言信息科技有限公司，其通讯地址为：215500 江苏省苏州市常熟市经济技术开发区江南大道59号滨江科技创新中心5幢401；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。