普通话水平测试系统中语音识别和语音评测技术

普通话是建立我国各地区人们交流沟通的桥梁，也是多数学生在学习过程中首先要掌握的语言技能。特别是一些对语言能力要求较高的窗口职业，需要通过普通话测试确定候选人是否符合应试资格。这就需要测试系统具备语音识别功能和评测语音内容的基础技术，并对此系统与不同设备的适配条件进行研究，把智能理念融入对测试系统的设计和应用中，使人们可以独立使用测试系统，逐步完成对自身普通话水平的检测和提升。

1 普通话水平测试系统的技术需求

1.1 丰富用户体验

用户与平台所看到的系统页面存在差异，工作人员应将为用户提供便捷服务为技术重点，通过体验语音智能带来的丰富体验。对系统在语音识别方面的模糊技术进行提升，使测试系统具有区分音节和声调的准确技术，对用户在词语、长句中的普通话朗读进行评测，通过在评测结果中标注不当发音和弱读音节，帮助用户了解他们的普通话水平具有怎样的提升空间[1]。结合系统内置的评测技术对用户反馈进行分析，使用户能真实感受到语音功能的提升变化，存在自身成长和智能交互的良好体验。

1.2 提升用户水平

依据用户反馈将系统的语音识别进行精准度提升，结合常用设备对系统的收音效果、评测技术进行细致研究，在安静环境中完成测试系统的多次技术体验，不断增加系统内的词组数量和发音组合，使测试系统具有识别中文发音和读音错误的真实能力。在用户页面设置记录用户使用情况的系统功能，记录下用户练习普通话过程中的错误内容，帮助用户完成学习普通话、矫正发音问题、记住复杂词语的一系列使用过程。通过识别功能将用户的普通话进步水平进行量化，应用评测技术实现用户矫正过程中的发音标记，帮助用户了解自身真正的成长诉求和水平缺陷，真正实现测试系统与相关技术的紧密结合。

2 普通话水平测试系统技术的应用研究

2.1 语音合成技术的应用

普通话水平测试系统的用户使用是以网络技术为架构，对输入语音进行上传后的技术分析，再将分析结果快速呈现给客户的具体过程。实现输入语音的精准上传，就要在系统内实现计算机语言的语音合成，将用户语音变成能够被网络技术所识别的音频片段，并在有用户需求的情况下进行音频保存。语音合成技术是在网络平台的搭建基础上进行的多学科知识运用，将声音信号的处理和转换过程做了必要的技术控制，依据发音规律将用户语音转变为机器可读的音韵序列，再把音韵序列合成为用户能够听到的机器声音，实现测试系统在长期使用下的语音识别基础。提升合成技术对用户声音的还原程度，依据普通话测试内容进行练习材料的机器录入，使系统能根据用户语音与录入声音的对比，进行智能环境下的用户普通话准确评测。

2.2 语音识别技术的应用

语音识别是测试系统中最为关键的技术功能，也是处理用户语音时较为重要的核心技术。机器对系统内容的识别存在可读信号、模糊语音等标准，需要通过人工的技术应用进行机器系统的必要矫正，使用户的声音处理不因机器的识别标准出现不可逆失误。语音识别技术是通过网络算法、信息处理等方面的技术工作，在系统后台进行对识别效果的积极矫正，丰富系统中可用字词的数量以及对应词组的用法，实现整篇文字材料的用户语音识别。针对机器将可读信号转变为用户指令的识别过程，强化系统识别功能的转化速度和信号强度，保证测试系统能够依照网络平台的运作模式，实现提升用户体验的智能化语音识别，结合用户使用数据优化识别技术的功能效果[2]。

2.3 语音评测技术的应用

实现完全以用户体验为主的智能系统，就要尽可能减少人工进行系统维护的作业次数，形成主要以机器服务为主的系统运作模式。普通话测试中对用户发音的细致评测，是测试系统中最常使用的技术功能。合成技术和识别技术都是通过系统数据库，进行用户需求方面的语音处理。而评测技术是直接根据用户表现进行发音评价，借助其他技术实现固定模式的用户服务。语音评测技术是用户语言学习过程中，做好自我评价、分析自我水平的重要工具，也是网络技术发展过程中的一项重要领域。要采集符合普通话等级要求的测试材料，通过人工干预调整评测技术在应用过程中的具体表现，实现与现场考试标准一致的评测功能。让机器学习评分标准和语音材料，为用户表现打出比较专业的评测分数。

文章来源：《系统科学学报》 网址: http://www.xtkxxb.cn/qikandaodu/2021/0610/540.html