口语评测（新版）拼音评测模式

评估模式描述
评测要求：支持30以内拼音。音频时长最长60秒。
评测维度：支持返回单词精准度，单词流利度；支持音素精准度。
评测功能：支持声调检测，指定发音。
请求参数
主要请求参数说明：
参数名称
类型
描述
ref_text
String
被评估文本。使用 拼音 加上声调来表示。例如 shǎn，使用 shan3 来表示 shan（三声）
eval_mode
Integer
评估模式。8：拼音评测模式
请求示例
# 参数示例为websocket连接URL展开, 如：soe.cloud.tencent.com/soe/api/1306***?eval_mode=0&voice_format=1&...
server_engine_type=16k_zh
eval_mode=8
ref_text="shan3"
score_coeff=1.000000
voice_format=1
返回结果
主要返回结果说明
参数名称
类型
描述
SuggestedScore
Float
建议评分
PronAccuracy
Float
整体精准度
PronFluency
Float
整体流利度
Words.PronAccuracy
Float
单词精准度
Words.PronFluency
Float
单词流利度
Words.MatchTag
Integer
当前词的音频与文本的匹配情况
Words.PhoneInfos.PronAccuracy
Float
音素精准度
Words.PhoneInfos.MatchTag
Integer
当前音素的音频与文本的匹配情况
返回示例
{
    "code": 0,
    "message": "06104bab-98fa-4b4b-ab9e-f1800fcaebf4_5",
    "voice_id": "06104bab-98fa-4b4b-ab9e-f1800fcaebf4",
    "result": {
        "SuggestedScore": 75.57745361328125,
        "PronAccuracy": 75.57745361328125,
        "PronFluency": 0.9382091164588928,
        "PronCompletion": 1,
        "Words": [
            {
                "MemBeginTime": 400,
                "MemEndTime": 870,
                "PronAccuracy": 75.57745361328125,
                "PronFluency": 0.9382091164588928,
                "ReferenceWord": "",
                "Word": "shan3",
                "MatchTag": 0,
                "KeywordTag": 0,
                "PhoneInfos": [
                    {
                        "MemBeginTime": 400,
                        "MemEndTime": 650,
                        "PronAccuracy": 94.27549743652344,
                        "DetectedStress": false,
                        "Phone": "sh",
                        "ReferencePhone": "",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    },
                    {
                        "MemBeginTime": 650,
                        "MemEndTime": 870,
                        "PronAccuracy": 66.22842407226562,
                        "DetectedStress": false,
                        "Phone": "an3",
                        "ReferencePhone": "",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    }
                ],
                "Tone": {
                    "Valid": false,
                    "RefTone": -1,
                    "HypothesisTone": -1
                }
            }
        ],
        "SentenceId": -1,
        "RefTextId": -1,
        "KeyWordHits": null,
        "UnKeyWordHits": null
    },
    "final": 1
}
声调评测
拼音评测支持声调检测，使用 {::cmd{F_TDET=true}} + 拼音 的方式进行评测。只支持4个拼音。
请求参数
主要请求参数说明
参数名称
类型
描述
ref_text
String
被评估文本。使用拼音加上声调来表示。例如 shǎn，使用 shan3 来表示 shan（三声）
eval_mode
Integer
评估模式。8：拼音评测模式
请求示例
# 参数示例为websocket连接URL展开, 如：soe.cloud.tencent.com/soe/api/1306***?eval_mode=0&voice_format=1&...
server_engine_type=16k_zh
eval_mode=8
ref_text="{::cmd{F_TDET=true}}shan3"
score_coeff=1.000000
voice_format=1
返回结果
主要返回结果说明
参数名称
类型
描述
SuggestedScore
Float
建议评分
PronAccuracy
Float
整体精准度
PronFluency
Float
整体流利度
Words.PronAccuracy
Float
单词精准度
Words.PronFluency
Float
单词流利度
Words.PhoneInfos.PronAccuracy
Float
音素精准度
Words.PhoneInfos.Phone
String
当前音频数据对应音素
Words.PhoneInfos.ReferencePhone
String
当前评估文本对应音素
返回示例
{
    "code": 0,
    "message": "cb626c1d-944c-4e2c-aba6-3f4c79a89abd_5",
    "voice_id": "cb626c1d-944c-4e2c-aba6-3f4c79a89abd",
    "result": {
        "SuggestedScore": 74.7906723022461,
        "PronAccuracy": 74.7906723022461,
        "PronFluency": 0.9533305168151855,
        "PronCompletion": 1,
        "Words": [
            {
                "MemBeginTime": 460,
                "MemEndTime": 850,
                "PronAccuracy": 74.7906723022461,
                "PronFluency": 0.9533305168151855,
                "ReferenceWord": "shan3",
                "Word": "shan3",
                "MatchTag": 0,
                "KeywordTag": 0,
                "PhoneInfos": [
                    {
                        "MemBeginTime": 460,
                        "MemEndTime": 650,
                        "PronAccuracy": 95.47496795654297,
                        "DetectedStress": false,
                        "Phone": "sh",
                        "ReferencePhone": "sh",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    },
                    {
                        "MemBeginTime": 650,
                        "MemEndTime": 850,
                        "PronAccuracy": 64.44853210449219,
                        "DetectedStress": false,
                        "Phone": "an3",
                        "ReferencePhone": "an3",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    }
                ],
                "Tone": {
                    "Valid": false,
                    "RefTone": -1,
                    "HypothesisTone": -1
                }
            }
        ],
        "SentenceId": -1,
        "RefTextId": -1,
        "KeyWordHits": null,
        "UnKeyWordHits": null
    },
    "final": 1
}
指定发音
需要在声调检测下，使用 {::cmd{F_TDET=true}} 汉字 {::pron{p1,p2..},{p3,p4..}..} 指定发音，发音单元为 拼音。 
请求参数
主要请求参数说明
参数名称
类型
描述
ref_text
String
被评估文本。使用| 划分多组分支
eval_mode
Integer
评估模式。8：拼音评测模式
请求示例
# 参数示例为websocket连接URL展开, 如：soe.cloud.tencent.com/soe/api/1306***?eval_mode=0&voice_format=1&...
server_engine_type=16k_zh
eval_mode=8
ref_text="{::cmd{F_TDET=true}}清平乐{::pron{yue4}}"
score_coeff=1.000000
voice_format=1
返回结果
主要返回结果说明
参数名称
类型
描述
SentenceInfoSet.Words.PronAccuracy
Float
单词精准度
SentenceInfoSet.Words.PronFluency
Float
单词流利度
SentenceInfoSet.Words.MatchTag
Integer
当前词的音频与文本的匹配情况
SentenceInfoSet.Words.PhoneInfos.PronAccuracy
Float
音素精准度
SentenceInfoSet.Words.PhoneInfos.MatchTag
Integer
当前音素的音频与文本的匹配情况
返回示例
{
    "code": 0,
    "message": "a560bdc1-9cca-4d0b-b470-91e7e3e7c27e_6",
    "voice_id": "a560bdc1-9cca-4d0b-b470-91e7e3e7c27e",
    "result": {
        "SuggestedScore": 99.31161499023438,
        "PronAccuracy": 99.31161499023438,
        "PronFluency": 0.9807323813438416,
        "PronCompletion": 1,
        "Words": [
            {
                "MemBeginTime": 280,
                "MemEndTime": 590,
                "PronAccuracy": 99.23593139648438,
                "PronFluency": 0.9863236546516418,
                "ReferenceWord": "qing1",
                "Word": "清",
                "MatchTag": 0,
                "KeywordTag": 0,
                "PhoneInfos": [
                    {
                        "MemBeginTime": 280,
                        "MemEndTime": 470,
                        "PronAccuracy": 99.28839111328125,
                        "DetectedStress": false,
                        "Phone": "q",
                        "ReferencePhone": "q",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    },
                    {
                        "MemBeginTime": 470,
                        "MemEndTime": 590,
                        "PronAccuracy": 99.20970153808594,
                        "DetectedStress": false,
                        "Phone": "ing1",
                        "ReferencePhone": "ing1",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    }
                ],
                "Tone": {
                    "Valid": false,
                    "RefTone": -1,
                    "HypothesisTone": -1
                }
            },
            {
                "MemBeginTime": 590,
                "MemEndTime": 780,
                "PronAccuracy": 99.42112731933594,
                "PronFluency": 1,
                "ReferenceWord": "ping2",
                "Word": "平",
                "MatchTag": 0,
                "KeywordTag": 0,
                "PhoneInfos": [
                    {
                        "MemBeginTime": 590,
                        "MemEndTime": 650,
                        "PronAccuracy": 99.52622985839844,
                        "DetectedStress": false,
                        "Phone": "p",
                        "ReferencePhone": "p",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    },
                    {
                        "MemBeginTime": 650,
                        "MemEndTime": 780,
                        "PronAccuracy": 99.36857604980469,
                        "DetectedStress": false,
                        "Phone": "ing2",
                        "ReferencePhone": "ing2",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    }
                ],
                "Tone": {
                    "Valid": false,
                    "RefTone": -1,
                    "HypothesisTone": -1
                }
            },
            {
                "MemBeginTime": 780,
                "MemEndTime": 1190,
                "PronAccuracy": 99.27776336669922,
                "PronFluency": 0.9558734893798828,
                "ReferenceWord": "yue4",
                "Word": "乐",
                "MatchTag": 0,
                "KeywordTag": 0,
                "PhoneInfos": [
                    {
                        "MemBeginTime": 780,
                        "MemEndTime": 830,
                        "PronAccuracy": 99.16903686523438,
                        "DetectedStress": false,
                        "Phone": "y",
                        "ReferencePhone": "y",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    },
                    {
                        "MemBeginTime": 830,
                        "MemEndTime": 1190,
                        "PronAccuracy": 99.3321304321289,
                        "DetectedStress": false,
                        "Phone": "ve4",
                        "ReferencePhone": "ve4",
                        "ReferenceLetter": "",
                        "Stress": false,
                        "MatchTag": 0
                    }
                ],
                "Tone": {
                    "Valid": false,
                    "RefTone": -1,
                    "HypothesisTone": -1
                }
            }
        ],
        "SentenceId": -1,
        "RefTextId": -1,
        "KeyWordHits": null,
        "UnKeyWordHits": null
    },
    "final": 1
}
﻿
﻿
参数名称	类型	描述
ref_text	String	被评估文本。使用拼音加上声调来表示。例如 shǎn，使用 shan3 来表示 shan（三声）
eval_mode	Integer	评估模式。8：拼音评测模式
拼音评测模式

本页目录：

评估模式描述

请求参数

返回结果

声调评测

请求参数

返回结果

指定发音

请求参数

返回结果
