腾讯云智聆口语评测（Smart Oral Evaluation，SOE）目前支持8种英文和8种中文评测模式，每种模式的使用场景和参数限制如下表所示：
评估语言 | 评测模式 | 功能支持 | 文本和音频长度限制 | 评测维度 | 使用场景 |
英文 | 重音检测 原始单词 音素到字母映射 音素到国际音标转换 指定发音 指定国际音标 | 1个单词 ≤60秒 | 1. 单词发音的精准度、流利度、时间。 2. 音素的精准度、重音、时间。 | 对单词和音标进行评测，适用于线上教学，翻译跟读。 | |
| 原始单词 实时评测 音素到字母映射 音素到国际音标转换 指定发音 指定国际音标 | ≤30个单词 ≤60秒 | 1. 句子发音的精准度、流利度、完整度。 2. 单词发音的精准度、流利度、时间。 3. 音素的精准度、时间。 | 对词组和句子进行评测，适用于线上教学，翻译跟读。 | |
| 原始单词 实时评测 多组文本 主题词和关键词 | ≤120个单词 ≤300秒 | 1. 段落发音的精准度、流利度、完整度。 2. 单词发音的精准度、流利度、时间。 | 对文章进行评测，适用于线上教学，翻译跟读。 | |
| 实时评测 标点符号 | 字数不限 ≤300秒 | 1. 句子发音的精准度、流利度。 2. 单词发音的精准度、流利度。 | 适用于不在意说话内容，在意发音准确，吐词清晰的场景。例如：面试。 | |
| 重音检测 标准音素 音素到字母映射 音素到国际音标转换 指定发音 指定国际音标 | 1个单词 ≤60秒 | 1. 单词标准音标的音素序列。 2. 用户真实发音的音素序列。 3. 音素精准度、音素序列完整度、时间。 | 对单词进行评测，展示音素差异，适用于线上教学，翻译跟读。 | |
| 原始单词 多组分支 单词数组 主题词和关键词 负向关键词 关键词组 | 每个分支≤30个单词 ≤60秒 | 1. 有正向主题词：完整度代表切题度，输出与答案最大匹配句子发音的精准度，流利度，完整度 2. 无正向主题词：输出与答案最大匹配句子发音的精准度，流利度，完整度 3. 有负向主题词：命中后返回精准度分，总分为0，无单词发音结果 4. 单词发音的精准度，流利度，时间 | 适用于需要多选一，答案正确，错误，无关的场景。例如：问答题，故事复述，看图说话。 | |
| 多组文本 音素到字母映射 音素到国际音标转换 | 每个分支≤30个单词 ≤60秒 | 1. 输出与参考文本最大匹配句子发音的精准度、流利度、完整度。 2. 单词发音的精准度、流利度、时间。 3. 音素的精准度、时间。 | 适用于需要多选一的场景。例如：选择题。 | |
| 实时评测 多组文本 音素到字母映射 音素到国际音标转换 指定发音 指定国际音标 | 每个分支1个单词 ≤60秒 | 1. 单词发音的精准度、流利度、时间。 2. 音素的精准度、时间。 3. 用户发音相对预设参考文本的完整度。 | 适用于无序评测多个单词场景。例如：英语消除游戏。 | |
中文 | 指定发音 | 1个汉字 ≤60秒 | 1. 单词发音的精准度、流利度、时间。 2. 音素的精准度、重音、时间。 | 对汉字进行评测，适用于线上教学，翻译跟读。 | |
| 实时评测 指定发音 声调检测 | ≤30个汉字 ≤60秒 | 1. 句子发音的精准度、流利度、完整度。 2. 单词发音的精准度、流利度、时间。 3. 音素的精准度、时间。 | 对词语和句子进行评测，适用于线上教学，翻译跟读。 | |
| 实时评测 多组文本 主题词和关键词 指定发音 | ≤120个汉字 ≤300秒 | 1. 段落发音的精准度、流利度、完整度。 2. 单词发音的精准度、流利度、时间。 | 对文章进行评测，适用于线上教学，翻译跟读。 | |
| 实时评测 标点符号 | 字数不限 ≤300秒 | 1. 句子发音的精准度、流利度。 2. 单词发音的精准度、流利度。 | 适用于不在意说话内容，在意发音准确，吐词清晰的场景。例如：面试，普通话考试。 | |
| 多组分支 单词数组 主题词和关键词 负向关键词 关键词组 | 每个分支≤30个汉字 ≤60秒 | 1. 有正向主题词：完整度代表切题度，输出与答案最大匹配句子发音的精准度，流利度，完整度。 2. 无正向主题词：输出与答案最大匹配句子发音的精准度，流利度，完整度。 3. 有负向主题词：命中后返回精准度分，总分为0，无单词发音结果。 4. 单词发音的精准度，流利度，时间。 | 适用于需要多选一，答案正确，错误，无关的场景。例如：问答题，故事复述，看图说话。 | |
| 多组文本 指定发音 | 每个分支≤30个汉字 ≤60秒 | 1. 输出与参考文本最大匹配句子发音的精准度、流利度、完整度。 2. 单词发音的精准度、流利度、时间。 3. 音素的精准度、时间。 | 适用于需要多选一的场景。例如：选择题。 | |
| 实时评测 多组文本 指定发音 | 每个分支1个汉字 ≤60秒 | 1. 单词发音的精准度、流利度、时间。 2. 音素的精准度、时间。 3. 用户发音相对预设参考文本的完整度。 | 适用于无序评测多个单词场景。例如：汉字消除游戏。 | |
| 声调评测 指定发音 | ≤30个拼音 声调检测≤4个拼音 ≤60秒 | 1. 拼音序列发音的精准度、流利度、完整度。 2. 拼音发音的精准度、流利度、时间。 3. 音素的精准度、时间。 | 对拼音进行评测，适用于线上教学，翻译跟读。 | |