-
公开(公告)号:CN114155844B
公开(公告)日:2025-03-28
申请号:CN202111575288.1
申请日:2021-12-21
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种评分方法,包括:获取题目信息以及针对该题目信息的答题音频;根据该题目信息对答题音频进行语音识别,得到该答题音频对应的语音识别文本;根据该语音识别文本对答题音频进行评分。由于结合了题目信息来对答题音频进行语音识别,这相比于基于通用的语音识别模型进行语音识别的方式而言,将题目信息作为对答题音频进行语音识别的先验信息,可以提高语音识别的准确性,进而可以提高对答题音频进行评分的准确性。此外,本申请还提供了对应的装置、计算设备以及存储介质。
-
公开(公告)号:CN114330362B
公开(公告)日:2024-12-03
申请号:CN202111529842.2
申请日:2021-12-14
Applicant: 科大讯飞股份有限公司
IPC: G06F40/30 , G06F40/194
Abstract: 本申请公开了一种语义纠错方法及装置、电子设备和存储介质,其中,语义纠错方法包括:基于人机交互过程中未响应的待纠错文本,获取用户的交互序列;其中,交互序列包括已响应的若干交互文本;再基于待纠错文本分别与若干交互文本之间的拼音相似度,选择交互文本作为纠正待纠错文本语义错误的纠错文本。上述方案,能够提高语义纠错的效率。
-
公开(公告)号:CN115757973A
公开(公告)日:2023-03-07
申请号:CN202211549152.8
申请日:2022-12-05
Applicant: 科大讯飞股份有限公司
IPC: G06F16/9535 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/24 , G06F18/23
Abstract: 本申请公开了一种推荐系统的排序方法、装置、设备及可读存储介质。该方案中,先确定用户的特征数据,以及与用户对应的多个待推荐对象的特征数据;再构建特征数据对,每个特征数据对中包括用户的特征数据和一个待推荐对象的特征数据;然后,针对每个特征数据对,对特征数据对进行多尺度局部邻域非线性聚合得到聚合后的特征数据,并对聚合后的特征数据进行处理得到特征数据对的置信度得分;最后,基于各特征数据对的置信度得分对多个待推荐对象进行排序。该方案中,针对每个特征数据对,对特征数据对进行多尺度局部邻域非线性聚合的方式,没有较强的归纳偏置,因此,可以避免出现由于较强的归纳偏置导致排序结果不满足用户需求的情况。
-
公开(公告)号:CN114495986A
公开(公告)日:2022-05-13
申请号:CN202111678431.X
申请日:2021-12-31
Applicant: 科大讯飞股份有限公司
Abstract: 本公开披露了一种发音检错方法及装置、语音评分方法及装置,涉及音频处理技术领域。该发音检错方法包括:确定待检错朗读语音的状态序列;确定待检错朗读语音对应的朗读文本包含的音素各自对应的N音素时间边界信息;基于状态序列和朗读文本包含的音素各自对应的N音素时间边界信息,生成音素聚合数据;基于音素聚合数据,确定朗读文本包含的音素各自对应的检错信息。由于音素聚合数据是基于朗读文本包含的音素各自对应的N音素时间边界信息对状态序列进行多尺度聚合操作后生成的,因此,音素聚合数据能够包含不同尺度的音素局部信息和音素全局信息。由此可见,本公开能够借助音素聚合数据提高检错精准度和检错稳定性。
-
公开(公告)号:CN114155844A
公开(公告)日:2022-03-08
申请号:CN202111575288.1
申请日:2021-12-21
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种评分方法,包括:获取题目信息以及针对该题目信息的答题音频;根据该题目信息对答题音频进行语音识别,得到该答题音频对应的语音识别文本;根据该语音识别文本对答题音频进行评分。由于结合了题目信息来对答题音频进行语音识别,这相比于基于通用的语音识别模型进行语音识别的方式而言,将题目信息作为对答题音频进行语音识别的先验信息,可以提高语音识别的准确性,进而可以提高对答题音频进行评分的准确性。此外,本申请还提供了对应的装置、计算设备以及存储介质。
-
-
-
-