自然拼读题型语音评测请求参数与返回结果-智能科教内容生成平台-阿里云

该文档是开发者在产品功能集成阶段使用的自然拼读题型的语音评测技术文档

题型描述

对英文自然拼读发音进行打分,支持音标检错功能。
分别反馈音标，单词的得分。

评测请求参数

字段	类型	可选	说明
coreType	String	必选	en.nsp.score表示自然拼读评测
refText	String	必选	评分参考文本有两种 : 1、{"refText":"a(z:ae) a(z:ae) ant"}音标按内部音标规范 2、{"refText":"a(p:æ) a(p:æ) ant"}. 按原始音标指定发音（如果原始音标对应多种标准，处理优先级：IP88 > KK > IP66）文本符号说明
attachAudioUrl	int	可选	评测结果中是否返回音频url 0: 不返回 1: 返回
rank	int	可选	评分分制，这个值可以任意设置,最终会根据与100的比例重新计算
phdet	int	可选	音素检错，1表示使用此功能，默认为0，不启动；只能设置0和1
accent	string	可选	"accent":"en" 表示指定英式发音评测 "accent":"am" 表示指定美式发音评测不设置该参数时引擎根据发音情况智能返回英/美式发音

参数示例

测评参数示例如下：

{
    "coreType":"en.nsp.score",
    "refText":"a(z:ae) a(z:ae) ant",
    "rank":100,
    "phdet":1,
    "attachAudioUrl": 1
}

返回结果示例

{
    "tokenId": "61264be788bf5b0000070001",
    "applicationId": "a148",
    "dtLastResponse": "2021-08-25 21:55:51:11",
    "connect": {
        "param": {
            "app": {
                "timestamp": "1629899603",
                "applicationId": "a148",
                "sig": "3ff6f9eda22673ac320a1976d45e6538d9fb8cec"
            },
            "sdk": {
                "os": "6.2(9200)1",
                "product": "",
                "source": 7,
                "protocol": 1,
                "os_version": "6.2(9200)",
                "arch": "586",
                "version": 16778752
            }
        },
        "cmd": "connect"
    },
    "params": {
        "app": {
            "timestamp": "1629899751",
            "userId": "ssound_text",
            "sig": "b3181b14371395759adbb6a056d465ada6969805",
            "connect_id": "61264b5388bf5b0000060002",
            "clientId": "",
            "applicationId": "a148"
        },
        "audio": {
            "sampleBytes": 2,
            "audioType": "ogg",
            "sampleRate": 16000,
            "channel": 1
        },
        "request": {
            "request_id": "61264be788bf5b0000080001",
            "tokenId": "61264be788bf5b0000070001",
            "coreType": "en.nsp.score",
            "refText": "a(z:ae) a(z:ae) ant"
        }
    },
    "recordId": "11ec05ac25efcaf2b1c6a148u2619eed",
    "refText": "a(z:ae) a(z:ae) ant",
    "result": {
        "pron": 70,
        "forceout": 0,
        "precision": 1,
        "systime": 2458,
        "res": "eng.nsp.online.0.2",
        "version": "0.0.80.2021.7.24.00:01:28",
        "info": {
            "tipId": 0,
            "clip": 0,
            "snr": 30.972075,
            "volume": 81
        },
        "rank": 100,
        "delaytime": 16,
        "wavetime": 1990,
        "details": [
            {
                "stress": [
                    {
                        "ref": 0,
                        "score": 1,
                        "char": "ae"
                    }
                ],
                "accent": "ea",
                "char": "a",
                "dur": 360,
                "score": 83,
                "phone": [
                    {
                        "char": "ae",
                        "score": 83,
                        "end": 880,
                        "start": 520
                    }
                ],
                "end": 880,
                "start": 520
            },
            {
                "stress": [
                    {
                        "ref": 0,
                        "score": 1,
                        "char": "ae"
                    }
                ],
                "accent": "ea",
                "char": "a",
                "dur": 310,
                "score": 81,
                "phone": [
                    {
                        "char": "ae",
                        "score": 81,
                        "end": 1470,
                        "start": 1160
                    }
                ],
                "end": 1470,
                "start": 1160
            },
            {
                "stress": [
                    {
                        "ref": 0,
                        "score": 1,
                        "char": "ae_n_t"
                    }
                ],
                "accent": "ea",
                "char": "ant",
                "dur": 290,
                "score": 45,
                "phone": [
                    {
                        "char": "ae",
                        "score": 83,
                        "end": 1830,
                        "start": 1640
                    },
                    {
                        "char": "n",
                        "score": 79,
                        "end": 1900,
                        "start": 1830
                    },
                    {
                        "char": "t",
                        "score": 10,
                        "end": 1930,
                        "start": 1900
                    }
                ],
                "end": 1930,
                "start": 1640
            }
        ],
        "pretime": 1,
        "overall": 70
    },
    "eof": 1,
    "cloud_platform": {
        "origin_audio_length": 7807
    }
}

返回结果说明

键	类型	说明	使用建议
recordId	string	音频文件的唯一标识	可供参考
tokenId	string	用户请求的唯一标识	可供参考
applicationId	string	授权账号，提供的评测Appkey	内部参数
dtLastResponse	string	云端响应的时间点	内部参数
eof	int	0表示返回未结束，后续还有其它的返回结果 1：表示本次评测所有的返回结束	内部参数
refText	string	传入的评测文本	可供参考
params	object	回显客户端传入的评测请求参数
- app	object
- - applicationId	string	授权账号，提供的评测Appkey
- - userId	string	用户标识
- - timestamp	string	start时间
- - sig	string	校验码

- request	object	请求评分的参数设置节点
- audio	object	请求评分的音频参数设置节点

result	object	评测结果
- version	string	引擎的版本，包含发布时间	内部参数
- rank	int	评分分制	内部参数
- precision	float	评分精度	内部参数
- res	string	评测本题型时，使用的资源名称	内部参数
- forceout	int		内部参数
- pretime	int	云端调用Start接口本身耗时，单位ms	内部参数
- systime	int	评测整个过程的总耗时，单位ms	内部参数
- delaytime	int	云端从feed音频结束到获取结果的耗时，单位ms	内部参数
- wavetime	int	音频时长，单位ms	可供参考
- overall	float	总分	建议字段
- pron	float	发音分	内部参数
- details	array
- - accent	string	请求参数中配置accent时不返回此字段，否则返回此字段"accent":"ea"
- - dur	int	单词发音时间，单位ms	可供参考
- - char	string	规整后的单词文本	可供参考
- - score	int	单词得分	可供参考
- - dp_type	int	单词正常朗读（不输出dp_ type字段）、漏读（1）、重复读（2）
- - start	int	单词在音频中的起始时间，单位为毫秒（ms）	可供参考
- - end	int	单词在音频中的结束时间，单位为毫秒（ms）	可供参考
- - stress	array	重音发音
- - - char	string	音素	可供参考
- - - ref	int	标识当前音节是否需要重读 1表示需要重读，0不需要重读
- - - score	int	重音得分（0、1）
- - phone	array	音素级评分结果，详情请参考音素对照表
- - - char	string	音素（当请求参数中设置accent时此字段为标准的英美式音素，否则为内部映射音素）	可供参考
- - - score	int	音素得分(0-100)	可供参考
- - - phid	int	音素在单词音标中的位置	只有设置phdet才输出此字段
- - - pherr	int	检测音素是否有错（0、1）	只有设置phdet才输出此字段
- - - ph2alpha	string	当前音素对应的单词中的字母	只有设置phdet才输出此字段
- info	object
- - snr	float	信噪比，值越高越清晰，范围(0～40dB) 此参数影响评分时，会设置相应的tipId值	可供参考
- - clip	float	音频声音太高，出现截幅，范围(0\~1)。此参数影响评分时，会设置相应的tipId值	内部参数
- - volume	int	录音音量，范围（0～180dB）	可供参考
- - tipId	int	音频质量详情请参考tipId提示信息说明	建议字段

评测结果建议展现维度

维度	说明	详细
overall	总分	题型的评测得分

评测失败时的返回结果

如果返回的评测结果中result结构为空，说明评测失败。
通过返回结果可以获取 errId 和 error，产品端可以根据相应错误码做续判断和处理。

错误码

错误码参考：评测错误码