一种语音测试方法、装置、设备、存储介质及车辆与流程

本申请涉及语音测试，尤其涉及一种语音测试方法、装置、设备、存储介质及车辆。

背景技术：

1、语音助手测试是指对语音助手系统进行全面的功能、性能和用户体验评估的过程。测试任务包括唤醒测试、识别测试、执行指令测试、反馈测试等多个方面，确保语音助手在不同场景下都能准确无误地执行用户的指令。

2、目前，针对一项测试任务，需要针对该测试任务采集对应的音频数据，以利用该音频数据进行测试。当存在大量的测试任务时，需要针对每一项测试任务采集音频数据，采集量大，成本高且效率低。

技术实现思路

1、鉴于上述问题，本申请提供了一种语音测试方法、装置、设备、存储介质及车辆，以提高测试效率，降低测试成本。

2、第一方面，本申请提供了一种语音测试方法，包括：获取待执行的测试任务，所述测试任务包括第一指示信息和第二指示信息，所述第一指示信息指示测试环境，所述第二指示信息指示执行所述测试任务所使用测试音频的特征；根据所述第一指示信息获取目标背景音频，以及根据所述第二指示信息获取目标测试音频；将所述目标背景音频和所述目标测试音频进行混音处理，获得目标音频；基于所述目标音频对语音识别系统进行测试。

3、基于本申请提供的技术方案，获取一项待执行的测试任务，该测试任务包括第一指示信息和第二指示信息。第一指示信息指示执行该测试任务时的环境特点，例如第一指示信息指示在车辆静止、空调关闭以及多媒体关闭的环境下执行该测试任务；第二指示信息指示执行该测试任务所使用音频的特征，例如第二指示信息指示对成年男性在正常情绪下的语音测试。基于第一指示信息获取目标背景音频以及基于第二指示信息获取目标测试音频，基于目标背景音频和目标测试音频进行混音处理，获得目标音频，以利用该目标音频对语音识别系统进行测试。即，本申请通过背景音频和测试音频进行混音的方式获取测试任务对应的目标音频，无需实地采集，降低测试成本、提高效率。

4、在一种可能的实现方式中，目标测试音频是基于所述第二指示信息对应的目标语音生成模型获得的，不同的第二指示信息对应不同的语音生成模型，所述不同的语音生成模型所输出的测试音频的特征不同。本申请中不同的第二指示信息对应不同的语音生成模型，可以获得不同类型的测试音频，满足多样性测试需求。具体地，将测试任务中的文本信息输入目标语音生成模型，该目标语音生成模型利用该文本信息生成目标测试音频。

5、在一种可能的实现方式中，所述根据所述第二指示信息获取目标测试音频，包括：

6、确定与所述第二指示信息对应的目标语音生成模型；

7、将所述测试任务中的文本信息输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频。

8、在一种可能的实现方式中，所述将所述测试任务中的文本信息输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频，包括：

9、将所述测试任务中的文本信息以及控制参数输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频，所述控制参数包括语速。

10、在一种可能的实现方式中，所述将所述测试任务中的文本信息输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频，包括：

11、获取训练所述目标语音生成模型所使用的训练音频以及所述训练音频对应的文本信息；

12、将所述测试任务中的文本信息、所述音频以及所述训练音频对应的文本信息输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频，所述目标测试音频的特征与所述训练音频的特征匹配。

13、在一种可能的实现方式中，所述目标语音生成模型的训练过程包括：

14、获取多组训练音频，所述多组训练音频中一组训练音频对应的特征与其它组训练音频对应的特征之间至少存在一项不同；

15、针对任一组训练音频，利用所述训练音频对初始语音生成模型进行微调，获得所述训练音频所对应的目标语音生成模型，所述初始语音生成模型为经过预先训练的模型。

16、在一种可能的实现方式中，所述将所述目标背景音频和所述目标测试音频进行混音处理，获得目标音频，包括：

17、获取执行混音处理时所采用的混音算法以及混音时间，所述混音时间指示所述目标北京音频与所述目标测试音频混音的时间段；

18、基于所述混音算法以及所述混音时间将所述目标背景音频和所述目标测试音频进行混音处理，获得目标音频。

19、在一种可能的实现方式中，所述语音识别系统部署在车辆上，背景音频是所述车辆在不同环境下采集的音频，所述不同环境是指所述车辆的运行状态、所述车辆内的空调运行状态、车窗的状态以及多媒体系统运行状态中至少存在一项不同。

20、第二方面，本申请还提供了一种语音测试装置，装置包括：获取单元、处理单元和测试单元；

21、获取单元，用于获取待执行的测试任务，所述测试任务包括第一指示信息和第二指示信息，所述第一指示信息指示测试环境，所述第二指示信息指示执行所述测试任务所使用音频的特征；

22、所述获取单元，还用于根据所述第一指示信息获取目标背景音频，以及根据所述第二指示信息获取目标测试音频；

23、处理单元，用于将所述目标背景音频和所述目标测试音频进行混音处理，获得目标音频；

24、测试单元，用于基于所述目标音频对语音识别系统进行测试。

25、第三方面，本申请还提供了一种语音测试设备，包括：处理器、存储器、系统总线。处理器以及存储器通过系统总线相连；存储器用于存储一个或多个程序，所述一个或多个程序包括指令，指令当被处理器执行时使处理器执行第一方面及第一方面的任意一种实现方式所述的方法。

26、第四方面，本申请还提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有指令，当指令在语音测试设备上运行时，使得语音测试设备执行第一方面及第一方面的任意一种实现方式所述的方法。

27、第五方面，本申请还提供了一种该车辆，车辆包括以上第三方面提供了一种语音测试设备。

1.一种语音测试方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述第二指示信息获取目标测试音频，包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述测试任务中的文本信息输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频，包括：

4.根据权利要求2或3所述的方法，其特征在于，所述将所述测试任务中的文本信息输入所述目标语音生成模型，获得所述目标语音生成模型输出的目标测试音频，包括：

5.根据权利要求2所述的方法，其特征在于，所述目标语音生成模型的训练过程包括：

6.根据权利要求1所述的方法，其特征在于，所述将所述目标背景音频和所述目标测试音频进行混音处理，获得目标音频，包括：

7.根据权利要求1所述的方法，其特征在于，所述语音识别系统部署在车辆上，背景音频是所述车辆在不同环境下采集的音频，所述不同环境是指所述车辆的运行状态、所述车辆内的空调运行状态、车窗的状态以及多媒体系统运行状态中至少存在一项不同。

8.一种语音测试装置，其特征在于，所述装置包括：获取单元、处理单元和测试单元；

9.一种语音测试设备，其特征在于，包括：处理器、存储器、系统总线；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在任务处理设备上运行时，使得所述任务处理设备执行权利要求1-7中任一项所述的方法。

11.一种车辆，其特征在于，所述车辆包括权利要求9所述的语音测试设备。