AI 语音评测引擎

发音评分用于评估 单个音素的准确性，以及它们在单词和句子中的发音质量。

我们提供 全面的发音评测，涵盖多个层级的评分，包括：

• 整体评分
• 句子级评分
• 单词级评分
• 音素级评分

我们的 深度神经网络模型 基于 数千小时的母语者标准音频 进行训练。系统采用 10 毫秒帧分析 用户音频，提取 语音时长信息，并计算每个音素的 声学相似度评分。

评分计算方式如下：

• 单词音节评分由音素评分取平均值计算
• 单词整体评分由音节评分取平均值计算
• 句子评分由单词评分取平均值计算

这种自下而上的精准分析确保了高效、准确的口语评测体验。

流利度分数（0-100）由停顿时长占比决定。建议通过控制语速（参考正常140-160词/分钟）、减少句子间不必要停顿、使用连读技巧来优化。系统会实时分析您的语音停顿分布，针对性训练可显著提升流畅性表现。

• 90-100分：优秀（Native-like），接近母语者水平。
• 80-90分：非常好（Very Good），表达清晰易懂。
• 70-80分：良好（Good），可理解但有1-2处明显错误。
• 60-70分：合格（Fair），存在多处错误可能影响理解。
• 60分以下：需重试（Poor）。

该标准适用于发音、流利度、完整度及整体评分，教育产品可根据目标学习者调整阈值以优化训练效果。

我们的API提供 5 种题型，覆盖全场景语言训练：

• 单词评测：单词纠音、单词发音、音标发音、自然拼读、单词音节重音、单词背读
• 句子评测：句子纠音、句子跟读、句子复述、逐句背课文
• 段落评测：篇章跟读、段落朗读
• 开放题评测：看图说话、句子翻译、故事复述、情景问答、口头作文
• 雅思口语评测：雅思口语模拟、英语面试实战演练
• 自由对话评测：英语面试

声通发音和口语评测 API 兼容多种常见音频格式，以确保广泛适配性。支持的格式包括：

• wav
• mp3
• opus
• ogg
• amr

建议使用高质量音频格式，以获得更精准的评测结果。

为了确保最佳的评测准确性和文件大小，建议使用以下音频参数：

音频属性	推荐设置
采样位深	16-bit
采样率	16000 Hz
声道	1（单声道）
比特率	≥ 96 kbps

采用以上推荐设置可以有效优化音频文件的大小，同时提升评测系统的表现。