语音评测常见问题FAQ
语音评测-功能咨询
语音评测服务支持哪些平台？
Android、iOS、Windows、Linux、WebAPI。
语音评测支持哪些题型？
- 英文口语评测：支持单词，句子，篇章等题型评测。
- 中文口语评测：支持字、词、句，篇章等题型评测。
语音评测最多支持多长时间的语音输入？
对于所有评测题型，都只支持最长 3分钟 的语音输入。
语音评测支持传入的音频格式有哪些？
sdk支持的音频类型是：单声道 16bit Inter PCM，支持的音频采样率是：16000HZ。 webapi支持类型参考webapi评测参数说明文档
各个题型支持哪些维度的评分？
不同的题型支持的多维度有所不同：
- 英文单词题型 支持总分、准确度分；文本中每个单词的打分。
- 英文句子题型 支持总分、准确度分、流畅度分、完整度分；每个分句的准确度分、流畅度分；每个单词的打分。
- 英文篇章题型 支持总分、准确度分、流畅度分、完整度分；每个分句的准确度分、流畅度分；每个单词的打分。
各维度分数名称表示什么含义？
同一维度在不同题型中表示的含义基本相同。
- 准确度分，对朗读内容的正确程度进行评分。
- 流畅度分，对朗读的流利程度进行评分。
- 完整度分，针对有固定文本的试题，对朗读的完整性进行评分。
- 总分，对语音的总体评价，可以是各维度平均，或根据需要进行加权，也可以作为一个独立维度。
用户非正常朗读怎么办？
- 引擎将用户不按文本要求录入语音的行为称为“用户行为异常”。
- 引擎重点支持11类的异常场景检测，包括：乱说英文、乱说普通话、纯音乐、咳嗽、敲键盘、敲桌子、乱说方言、触碰话筒、唱歌、聊天、吹气等。除此之外的用户行为异常也能进行检测，具体效果需要视情况而定。同时还支持对音量过小，截幅，低信噪比的数据检测。
用户录音设备或环境异常怎么办？
- 引擎将用户录音设备或者环境异常导致录入的语音异常称为“音质异常”。
- 引擎支持对音量过小，截幅，低信噪比的数据检测。当存在音质异常时，根据不同的异常程度，得分存在不同的置信度。
试题格式及结果说明
语音评测支持题型和结果格式及字段含义（中文）？
- 中文口语评测：支持字、词、句，篇章等题型评测。
- 评测试题和结果格式及字段含义详见 语音评测试题格式及结果说明 文档。
语音评测支持题型和结果格式及字段含义（英文）？
- 英文口语评测：支持单词，句子，篇章等题型评测。
- 评测试题和结果格式及字段含义详见 语音评测试题格式及结果说明 文档。
语音评测-价格购买咨询
语音评测的收费价格是多少？怎么购买？
英文音标标注试题制作规范
文本输入格式
- [content]、[word] 是用来说明文本的类型的，试卷中必须并且仅能有一个类型的头。
- [word]单词题型头、[content]句子和篇章题型头，其中[word]标记的试卷中，每行仅能有一个单词。
- [vocabulary]中罗列每个单词的音标，多发音的音标必须用“|”隔开。每个音标序列不能大于128字节。
英文单词自定义发音
用户可通过试卷音标标注指定单词发音，以下是几个题型的示例，供参考。
英文句子题型
[content]
May I help you. Yes please. Does this sweater come in yellow.
[vocabulary]
help/hh eh l p/英文单词题型
示例一：
[word]
kitchen
[vocabulary]
kitchen/'k ih - ch ih n/示例二：
[word]
off
[vocabulary]
off/oo f | ao f/示例三：
[word]
they
there
[vocabulary]
there/dh ar/
注：以上采用的音标均为讯飞音标，详细请参见 科大讯飞语音评测试题格式及结果说明 文档中评测结果格式 --> 音标对照表。
英文分词分句的规则
- 句子结束的标点符号是“.!?;”，缩写中的点号不作为句子的结束标记进行句子切分；
- 引擎支持小数的解析，如果点号左右紧接着数字，则该点号为小数点；如果点号左右为非数字字符，则该点号为句子结束标点或者缩写中的点号。
- 单词题型中没有句子的概念，故不会根据句子结束标点进行分句。表示句子结束的标点在单词首尾将被过滤掉，在单词间将不做任何处理。
- 分词符号是“:\x0A,|\ ”、“|”、“\”、“,”、“.”以外的符号将转换为空格进行分词。
文本规范
- 文本中的标签必须拼写正确，而且不能杂含其他多余的字符；中括号“[ ]”为标签的符号，正文中不能出现中括号，否则解析结果为未定义。圆括号“( )”为标记符号，用于标记连读、停顿、句末升降调、重读等信息，括号内除去约定的字符外，不能为其他字符，否则解析结果不正确。
- 一个标签不能在一个文本中出现两次；不能在同一文本中出现两个同一类型的标签。
- 文本中第一个标签的前面不要出现任何字符。
- 标签和正文之间是通过换行来控制位置关系的，这种位置上的相对关系不能被打破。
- 生词中的音标标签必须按照文本格式要求标写，每行是一个单词对应其相应的音标，音标序列中不能杂含其他不是（引擎定义的）音标字符或非法字符。
- 引擎不对文本进行语义解析，例如：“-780”（引擎不能解析出这是一个负数）”。
- “ " ”、“ ' ”、“.”、“!”、“?”、“ ”、“:”、“;”、“-”、“|”、“\x0A”、“\t”以及数字、字母之外的字符将被过滤掉。全角的标点将被转换为半角，全角字符或者非法字符不能超过全文字符的10%。
- 英文文本中，除了 . (如：p.m)，- (如：80-year-old)，' (如：I'm) 这三个字符外，其余字符均会判定为非法字符。
- 文本内容不区分大小写。
试卷制作中常见错误及修改方法
文本中的标点符号不能省略，否则会认为是非法格式。
常见错误码：28682（试卷内容有误），28693（试卷格式有误），28694（存在未登录词）
- 28682错误码：试卷内容不正确。常见的几种错误：如出现了大量的全角字符，中文，圆括号中的标记符合规范、编码错误（将试卷保存为ANSI编码格式）等，可仔细检查试卷内容，进行删改。
- 28693错误码：试卷格式有误。可参照 科大讯飞语音评测试题格式及结果说明 中的试题格式进行修改。
- 28694错误码：存在未登录词。表明有引擎无法处理的文本，请参照文本规范检查文本内容。
结果获取
同一个句子，用美式发音读和用英式发音读，哪个得分会高些
- 引擎支持多发音匹配，会自动匹配发音。如果匹配出是美式发音，就按美式发音进行评分；如果匹配出是英式发音，就按英式发音进行评分。
XML中的beg_pos和end_pos可以怎么使用
beg_pos 和 end_pos 标记了对应节点下内容在语音中的边界，单位是帧，每帧10ms，例如一个单词“word“，其 beg_pos = n1，end_pos = n2，那么在语音中，“word”的位置在 n110ms 到 n210ms。
XML中的dp_message可以怎么使用
- dp_message标记内容的切分信息，当值为0时，表示正常；值为16，表示漏读，值为32表示增读。
- 在解析效果的时候，如果遇到dp_message不为 0 的情况，要进行相应的处理。一般情况下，word节点下dp_message值为16的时候，相关的效果信息都会缺失；值为32的时候，会选择得分最高的word节点作为最终结果。
为什么个别单词打分不准，如：打分不高或者不符合预期
- 我们的单词音标兼顾了各种发音的可能，如果您的发音恰好是其中一种，但您的预期是不应该打高分时，就会产生误差，建议您自己定义该单词发音，具体使用方法请参见 试卷制作 中英文单词自定义发音。
- 我们的评分标准参考了每个音素的得分情况，对于发音相近的音素或单词，引擎会产生混淆。例如单词“about”和“above”，这样有可能造成打分不准。
- 对于极个别人的发音，由于声学模型限制，可能识别不准，所以导致评测也有可能不准。
如果，以上解答仍有疑问，可联系我们，提供相关音频数据和试卷内容，我们具体分析后再做答复。
乱说、乱读得高分的问题怎么解决
- 评测结果中会给出 is_rejected 字段，当字段值为 true 时，说明此时是用户乱说导致的拒识，开发者可根据这个字段判断此次用户是否为乱说。
- 在拒识的同时依然会给出得分，因为目前识别乱说的准确率没有100%，所以存在误拒的情况。如果引擎给0分的话，也不合适。
- 引擎可以检测出来用户是乱说的，但无法保证一定是低分。所以说，如果引擎报出乱说，那么就可以认为评分已经不可信。这种情况下，开发者可以给用户显示 0 分，也可以在显示引擎分数的同时，给出乱说的检测结果。这个由开发者自己来决定哪一种方式更合适。
- 还有个属性字段 except_info，如果其属性值为28673（音量小/无语音），28680（信噪比低），28690（有截幅），则说明使用环境存在问题，打分也是不可信的。
结果评分分值与日常经验中的优、良、中、差的对应关系
其实这两者之间并没有严格的对应关系，以下对应关系仅供参考：
| 等级 | 五分制分值 | 百分制分值 |
|---|---|---|
| 优 | 4.3分~5分 | 86分~100分 |
| 良 | 3.5分~4.2分 | 70分~85分 |
| 中 | 2.5分~3.4分 | 50分~69分 |
| 差 | 1.5分~2.4分 | 30分~49分 |
| 很差 | 0分~1.4分 | 0分~29分 |