CN115116474B 口语评分模型训练方法、评分方法、装置及电子设备 （腾讯科技（深圳）有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115116474B(45)授权公告日2025.07.01

(21)申请号202210502414.9

(22)申请日2022.05.09

(65)同一申请的已公布的文献号申请公布号CN115116474A

(43)申请公布日2022.09.27

(73)专利权人腾讯科技(深圳)有限公司

地址518064广东省深圳市南山区高新区

科技中一路腾讯大厦35层

(72)发明人林炳怀王丽园

(74)专利代理机构深圳市智圈知识产权代理事务所(普通合伙)44351

专利代理师苗燕

(51)Int.CI.

G10L25/60(2013.01)

G10L25/30(2013.01)

GO6N3/0985(2023.01)

GO6N3/084(2023.01)

(56)对比文件

CN114333787A,2022.04.12CN112700795A,2021.04.23

CN114187900A,2022.03.15审查员郭清

权利要求书3页说明书22页附图8页

(54)发明名称

口语评分模型训练方法、评分方法、装置及电子设备

(57)摘要

CN115116474B本申请公开了一种口语评分模型训练方法、口语评分方法、装置、电子设备及存储介质。其中，口语评分模型训练方法包括：将样本回答音频输入通过元学习方式训练得到的预训练评分模型，得到预测评分；根据样本评分和预测评分，确定第一损失值；根据确定的目标回答音频各自对应的样本评分之间的大小关系，确定第二损失值；根据第一损失值和第二损失值，对预训练评分模型进行训练，得到口语评分模型。在本申请中，通过第一损失值训练预训练评分模型的同

CN115116474B

过较少的训练样本也可以得到评分能力较高的口语评分模型，从而提高了口语评分模型的训练效率。

获取训练样本，所述训练样本包括样本口语试题的

样本回答音频和对应所述样本回答音频的样本评分

,所述样本口语试题属于目标题型，所述样本评分

基于对应所述目标题型的目标评分规则得到

将所述样本回答音频输入预训练评分模型，得到对

应所述样本回答音频的预测评分，所述预训练评分

模型通过元学习方式训练得到

根据所述样本评分和所述预测评分，确定第一损失

值，所述第一损失值表征所述样本评分与所述预测

评分之间的损失

在所述样本回答音频中确定目标回答音频

根据每个所述目标回答音频各自对应的样本评分之

间的大小关系，确定第二损失值，所述第二损失值

表征所述预训练评分模型自身的评分规则与所述目

标评分规则之间的损失

根据所述第一损失值和所述第二损失值，对所述预训练评分模型进行训练，得到所述口语评分模型

S110

S120

S130

-S140

-S150

S160

CN115116474B权利要求书1/3页

2

1.一种口语评分模型训练方法，其特征在于，所述方法包括：

获取训练样本，所述训练样本包括样本口语试题的样本回答音频和对应所述样本回答音频的样本评分，所述样本口语试题属于目标题型，所述样本评分基于对应所述目标题型的目标评分规则得到；

将所述样本回答音频输入预训练评分模型，得到对应所述样本回答音频的预测评分，所述预训练评分模型通过元学习方式训练得到；

根据所述样本评分和所述预测评分，确定第一损失值，所述第一损失值表征所述样本评分与所述预测评分之间的损失；

在所述样本回答音频中确定目标回答音频；

根据每个所述目标回答音频各自对应的样本评分之间的大小关系，确定第二损失值，所述第二损失值表征所述预训练评分模型自身的评分规则与所述目标评分规则之间的损失；

根据所述第一损失值和所述第二损失值，对所述预训练评分模型进行训练，得到所述口语评分模型。

2.根据权利要求1所述的方法，其特征在于，所述根据每个所述目标回答音频各自对应的样本评分之间的大小关系，确定第二损失值，包括：

根据每个所述目标回答音频各自对应的样本评分之间的大小关系，确定每个所述目标回答音频各自的赋值；

根据每个所述目标回答音频各自对应的预测评分以及赋值，确定第二损失值。

3.根据权利要求2所述的方法，其特征在于，所述目标回答音频包括两个目标回答音频；所述根据每个