它衡量一个语音的“发音”、“韵律”、“语言的使用”能力和潜在的语义指数,并根据现有的托福成绩分类来评定口语能力。
SpeechRater的Python项目详细描述
该算法用于处理高熵语音(同时自由语音处理),使用概率
机器学习和深度学习模型预测英语口语能力。该算法可以根据已有的 分类,测量“发音”、“Br/>韵律”、“语言使用”能力和潜在语义指标,并与非母语和母语者的平均率进行比较。
BR/>这是两年来的结果。其总体成绩为非母语成人的平均评估准确率水平为72%。
人类得分和机器得分之间的相关性为0.86,从而证明了
口语测试的可靠性。
==
安装
==
我的语音分析可以像任何其他python库一样安装,使用(最新版本的)python包
在linux、macos和windows上安装manager pip:
要将已安装的版本更新到最新版本,请执行以下操作:
----pip install-u speechrater
--https://shahabks.github.io/speech rater/
并保存到保存音频文件以进行分析的目录中。
音频文件必须采用*.wav格式,以48 kHz采样帧和24位分辨率录制。
请检查https://github.com/shahabks/speech rater上的
--examples.docx
机器学习和深度学习模型预测英语口语能力。该算法可以根据已有的
BR/>这是两年来的结果。其总体成绩为非母语成人的平均评估准确率水平为72%。
人类得分和机器得分之间的相关性为0.86,从而证明了
口语测试的可靠性。
==
安装
==
我的语音分析可以像任何其他python库一样安装,使用(最新版本的)python包
在linux、macos和windows上安装manager pip:
要将已安装的版本更新到最新版本,请执行以下操作:
----pip install-u speechrater
--https://shahabks.github.io/speech rater/
并保存到保存音频文件以进行分析的目录中。
音频文件必须采用*.wav格式,以48 kHz采样帧和24位分辨率录制。
请检查https://github.com/shahabks/speech rater上的
--examples.docx