语音质检

语音识别、语音合成、声纹识别技术，可以将一个人的声音转化为另一个人的声音，将其变成另一个人。而智能语音平台作为声音处理的硬件平台，是智能语音技术落地应用的重要载体。目前常见的智能声学模型需要开发者进行专业训练，后生成对应的音频流产品或音频数据;对于非声学模型来说，需要对开发者提供的原始音频进行专业处理，生成相应音效库。而这些都无法直接应用于智能语音平台之上;我们需要一个质检系统来帮助开发者们监督及反馈训练质量。

我们推荐使用第三方服务进行质检。对于第三方服务，我们提供了两种质检方式;一种是直接从录音文件中提取质检数据进行处理，一种是从平台上传语音文件到第三方服务进行识别分析。

1、数据采集

采集的音频文件包括了从设备端到服务端的所有音视频数据。

包括：

A、本地设备录制的音频文件;

B、云服务器保存的音频文件;

2、质检分析

质检分析结果可在质检系统中直接查看，并支持导出数据。

通过对声音进行识别后，系统会根据用户上传的声音文件，结合文本检测技术，对录音文件的内容进行检测;然后结合文本检测技术与文本识别技术形成音频检测报告。

该部分报告将详细介绍音频文件中各声学部分的内容及缺陷、语音部分的信息等内容。

同时可对该音频文件进行评分，并在后台统计得出对应评分结果及其占比，从而提供相应的反馈及建议。

另外还可以提供针对某一特定领域产品训练时用到的特征词、特征词组、特定领域等关键词进行相关统计分析和可视化输出，方便开发者更好地理解模型训练结果及提高训练效果。

3、结果输出

输出结果包含三种：

标准输出：可供开发者进行训练时使用，例如测试数据或检测结果等;

标准输出：供产品提供方进行分析时使用，例如根据声音参数、声压级等进行相关参数的优化等。

4、平台管理

管理服务：

包括对系统的维护，修改及删除等;

包括对设备的监控和故障诊断的功能;

支持对系统中的所有功能进行监控。

管理方式：平台端管理方式，可使用“管理工具”或“软件”等进行添加、删除及修改服务列表;

5、其他功能

支持离线使用，可远程调用离线语音识别功能;