针对学生英文口语学习评测而开发,分客观题和主观题。客观题主要是单词、句子、段落的跟读,再通过模型识别学生的发音文本,对比参考文本,得到完整度和发音分。客观题主要是问答题和作文题,答案不唯一,通过模型识别学生的发音文本,再结合语义模型,得到语义相似度的分数。
点击空白处退出提示
针对学生英文口语学习评测而开发,分客观题和主观题。客观题主要是单词、句子、段落的跟读,再通过模型识别学生的发音文本,对比参考文本,得到完整度和发音分。客观题主要是问答题和作文题,答案不唯一,通过模型识别学生的发音文本,再结合语义模型,得到语义相似度的分数。
1、客观题:学生朗读单词、句子、段落等英文文本,算法模型判断学生发音判断朗读的完整性和准确性,给予评分。
2、主观题:对话简答题型、作文题,识别学生朗读的音频数据为文本,再通过语义模型判断是否完整,给出参考分数。
负责语音评测算法开发和优化(基于百度PaddleSpeech源码上开发),通过FastAPI接口,并部署到阿里云ECS和FC上。
具体分为客观题和主观题:
客观题答案是确定的,可以直接匹配学生朗读的文本和参考答案的文本,判断得分。
主观题答案是不确定的 ,例如问答和作文,通过语义判断是否正确,给予参考分数。
整个项目从算法、后端、移动端Demo都由本人开发,具备一定全栈能力。





评论