本申请涉及语音识别与处理技术领域，尤其涉及一种普通话评测方法、装置、设备及存储介质。
背景技术：
在目前的普通话测试软件中，一般都是在界面中显示出文本，在用户根据显示的文本进行阅读并录音之后，便可以评测录音中的语音对应的普通话评分。
然而，按照显示的文本进行普通话阅读，对用户的识别水平有较高要求，如果用户不认识文本中的某些字或词，则可能影响到用户的正常阅读，导致无法完成普通话测评，或者是，导致最终评测出的普通话评分结果与用户实际的普通话水平不符。
技术实现要素：
有鉴于此，本申请提供了一种普通话评测方法、装置、设备及存储介质，以减少用户进行普通话测评的复杂度，并有利于提高普通话测评的准确性。
为实现上述目的，一方面，本申请提供了一种普通话评测方法，应用于客户端，包括：
展现普通话测试界面，所述普通话测评界面显示有模拟出的对话机器人；
获得所述对话机器人待输出的机器人会话语音，所述机器人会话语音为用于引导用户进行语音交互的语音信号；
在所述普通话测试界面中模拟出所述对话机器人输出所述机器人会话语音的动画，并播放所述机器人会话语音；
获得用户针对所述机器人会话语音输入的用户会话语音；
将所述用户会话语音发送给服务器；
在所述普通话测试界面显示所述服务器返回的所述用户会话语音的普通话评分结果。
又一方面，本申请还提供了一种普通话评测方法，应用于服务器，包括：
获取客户端发送的普通话测评请求，所述普通话测评请求携带有所述客户端的用户在普通话测试界面中输入的用户会话语音，所述普通话测试界面显示有模拟出的对话机器人；
解析所述用户会话语音，得到所述用户会话语音的普通话评分结果；
确定所述对话机器人待输出的机器人会话语音；
将所述普通话评分结果和所述机器人会话语音发送给所述客户端，以便所述客户端在所述普通话测试界面显示出所述普通话评分结果，并在所述普通话测试界面模拟出所述会话机器人输出所述机器人会话语音的动画。
又一方面，本申请还提供了一种普通话评测装置，应用于客户端，包括：
界面展现单元，用于展现普通话测试界面，所述普通话测评界面显示有模拟出的对话机器人；
机器语音获得单元，用于获得所述对话机器人待输出的机器人会话语音，所述机器人会话语音为用于引导用户进行语音交互的语音信号；
对话场景模拟单元，用于在所述普通话测试界面中模拟出所述对话机器人输出所述机器人会话语音的动画，并播放所述机器人会话语音；
用户语音获得单元，用于获得用户针对所述机器人会话语音输入的用户会话语音；
用户语音发送单元，用于将所述用户会话语音发送给服务器；
评分结果显示单元，用于在所述普通话测试界面显示所述服务器返回的所述用户会话语音的普通话评分结果。
又一方面，本申请还提供了一种普通话评测装置，包括：
请求获取单元，用于获取客户端发送的普通话测评请求，所述普通话测评请求携带有所述客户端的用户在普通话测试界面中输入的用户会话语音，所述普通话测试界面显示有模拟出的对话机器人；
语音解析单元，用于解析所述用户会话语音，得到所述用户会话语音的普通话评分结果；
机器语音确定单元，用于确定所述对话机器人待输出的机器人会话语音；
数据发送单元，用于将所述普通话评分结果和所述机器人会话语音发送给所述客户端，以便所述客户端在所述普通话测试界面显示出所述普通话评分结果，并在所述普通话测试界面模拟出所述会话机器人输出所述机器人会话语音的动画。
又一方面，本申请还提供了一种终端，包括处理器和存储器；其中：
处理器和存储器；
所述处理器，用于调用并执行所述存储器中存储的程序；
所述存储器用于存储所述程序，所述程序至少用于：
展现普通话测试界面，所述普通话测评界面显示有模拟出的对话机器人；
获得所述对话机器人待输出的机器人会话语音，所述机器人会话语音为用于引导用户进行语音交互的语音信号；
在所述普通话测试界面中模拟出所述对话机器人输出所述机器人会话语音的动画，并播放所述机器人会话语音；
获得用户针对所述机器人会话语音输入的用户会话语音；
将所述用户会话语音发送给服务器；
在所述普通话测试界面显示所述服务器返回的所述用户会话语音的普通话评分结果。
又一方面，本申请还提供了一种服务器，包括处理器和存储器；其中：
处理器和存储器；
所述处理器，用于调用并执行所述存储器中存储的程序；
所述存储器用于存储所述程序，所述程序至少用于：
获取客户端发送的普通话测评请求，所述普通话测评请求携带有所述客户端的用户在普通话测试界面中输入的用户会话语音，所述普通话测试界面显示有模拟出的对话机器人；
解析所述用户会话语音，得到所述用户会话语音的普通话评分结果；
确定所述对话机器人待输出的机器人会话语音；
将所述普通话评分结果和所述机器人会话语音发送给所述客户端，以便所述客户端在所述普通话测试界面显示出所述普通话评分结果，并在所述普通话测试界面模拟出所述会话机器人输出所述机器人会话语音的动画。
又一方面，本申请还提供了一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上任一项所述的普通话评测方法。
经由上述的技术方案可知，在普通话测试界面中显示有模拟出的对话机器人，通过该对话机器人可以输出机器人会话语音，由于该机器人会话语音可以引导用户进行语音交互，因此，用户可以根据机器人会话语音可以输入作为普通话测试的用户会话语音，避免了只能根据文本进行阅读而导致普通话测试的复杂度。而且，由于测试过程是以会话机器人与用户之间语音交互的方式进行，从而有利于得到能够更为真实反映用户实际普通话情况的语音信号，进而根据用户输入的用户会话语音能够更为真实、准确的评测出用户实际的普通话水平。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1示出了本申请的方案所适用的一种场景的组成结构示意图；
图2示出了本申请的普通话评测方法在客户端侧的一种实现流程示意图；
图3示出了本申请中普通话测试界面的一种示意图；
图4示出了本申请的普通话评测方法在服务器侧的又一种实现流程示意图；
图5示出了本申请的普通话评测方法的一种流程交互示意图；
图6示出了本申请的普通话评测方法应用于一种应用场景的示意图；
图7示出了本申请的普通话评测方法的又一种流程交互示意图；
图8示出了本申请一种普通话评测装置的一种组成结构示意图；
图9示出了本申请又一种普通话评测装置的一种组成结构示意图；
图10示出了本申请一种终端的一种组成结构示意图。
具体实施方式
本申请的方案适用于测试用户的普通话水平，以使得测试出的普通话水平与用户实际的普通话水平更为贴合，测试结果更为真实和准确。
本申请实施例提供的方案涉及人工智能的机器人模拟以及对话交互等技术，同时还涉及到语音识别与处理等技术。
其中，人工智能(artificialintelligence,ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
语音技术(speechtechnology)的关键技术有自动语音识别技术(asr)和语音合成技术(tts)以及声纹识别技术。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一。
为了便于理解，先对本申请的方案所适用的一种场景进行介绍。
如图1所示，其示出了本申请的普通话评测方法所适用的一种系统的组成结构示意图。
由图1可以看出，该系统可以包括客户端101和至少一台服务器102，其中客户端与服务器之间可以通过网络实现相连。
其中，该客户端可以为安装有普通话评测应用的手机、平板电脑或者笔记本电脑等，该普通话评测应用可以是单独的测评应用，可以是一些游戏应用中的娱乐功能模块。该服务器可以为该普通话评测应用的服务器。相应的，客户端可以通过普通话评测应用与该服务器建立连接。
在本申请实施例中，客户端可以通过与用户的语音交互，获得用户待评测的用户会话语音，并将用户会话语音发送给服务器，以通过服务器分析出该用户会话语音的普通话水平。
下面结合流程图对本申请的普通话评测方法进行介绍。
为了便于理解，先从客户端侧进行介绍。如图2所示，其示出了本申请一种普通话评测方法一个实施例的流程示意图，本实施例的方法可以应用于客户端，本实施例的方法可以包括：
s201，展现普通话测试界面。
其中，普通话测评界面显示有模拟出的对话机器人。该对话机器人可以为基于人工智能模拟出的虚拟机器人。
在本申请实施例中，普通话测试界面为客户端展现出的用于实现用户与该模拟出的对话机器人进行语音交互的界面。
作为一种可选方式，本申请中客户端所能实现的普通话测试场景可以有多种，如，客户端可以提供普通话练习测试；或者是，模拟普通话考试测试。相应的，本申请普通话测试界面可以为普通话练习测试界面，基于该普通话练习测试界面可以实现用户与该对话机器人的聊天模式，并根据用户在聊天过程中输入的语音，评测出该用户的普通话水平。该普通话测试界面还可以为模拟普通话考试测试界面，基于该普通话考试测试界面中可以模拟用户在普通话测试过程中所需进行的一些语音交互。
s202，获得该对话机器人待输出的机器人会话语音。
其中，该机器人会话语音为用于引导用户进行语音交互的语音信号。如，该机器人会话语音可以为引导用户进行语音聊天的语音问句、语音咨询等，例如“你的爱好是什么啊”。又如，该机器人会话语音也可以为引导用户输入需要测试的普通话内容的语音，例如，普通话测试过程中需要输入的文本为“迅速”，机器人会话语音可以为“形容动作特别快的词是什么”。
其中，该机器人会话语音可以为由客户端生成的会话语音，如，客户端从预置的会话语料库中获取语音语料，并将获取的语音语料作为待输出的机器人会话语音。其中，会话语料库中包括预置的作为语料的多条语音。客户端每次可以随机从会话语料库中获取语音语料，也可以是结合用户最近一次输入的用户会话语音，从会话语料库中选取能够作为该用户会话语音的回复语音的语音语料。
可选的，考虑到客户端的数据处理性能有限，本申请还可以获得服务器发送的用于该会话机器人输出的机器人会话语音。如，客户端向服务器请求会话语音，以使得服务器确定需要输出的机器人会话语音。
其中，机器人会话语音可以为服务器根据该客户端的用户最近一次输入的用户会话语音，确定出的对话机器人待输出的语音信号。其中，为了便于区分，将用户最近一次输入的用户会话语音称为历史会话语音。
该机器人会话语音也可以是服务器从题目提示语音库中查询出的当前待输出的题目提示语音。如，服务器可以维护包含多条题目对应的题目提示语音的题目提示语音库，其中，题目可以为模拟普通话考试的考试题库中的题目，或者是能够实现对话的文本题目。
s203，在该普通话测试界面中模拟出该对话机器人输出该机器人会话语音的动画，并播放该机器人会话语音。
为了使得用户能够感受到与类似与真实对话的场景，本申请在客户端的音频输出单元输出该机器人会话语音的同时，会模拟出该普通话测试界面中该对话机器人输出该机器人会话语音的动画，以使得用户感受到面对面与机器人聊天的真实感受。
其中，在普通话测试界面中模拟该对话机器人输出该机器人会话语音可以是模拟出该对话机器人输出该机器人会话语音的相应口型，以呈现出对话机器人输出该机器人会话语音的动画效果。
当然，为了避免用户注意力不集中等原因而导致错过部分机器人会话语音的情况，在模拟出对话机器人输出该机器人会话语音的同时，还会在该普通话测试界面中显示出该机器人会话语音对应的会话文本。如图3所示，其示出了普通话测试界面的一种示意图，在该图3中，该普通话测试界面中的对话机器人301会呈现出输出语音的动态效果。同时，在该普通话测试界面中还显示有该对话机器人输出的机器人会话语音的文本302。
可以理解的是，为了能够进一步提高用户与对话机器人对话的真实场景感受，在本申请还可以获得与该机器人会话语音关联的机器人姿态特征。该机器人姿态特征可以为会话机器人所需呈现出的姿态，如，机器人姿态特征可以包括：会话机器人的面部表情特征以及会话机器人的动作等等。比如，面部表情特征可以为微笑、调皮或者生气等；会话机器人的动作可以包括：挥手、转身、跳动、上肢或者下肢部分肢体的动作等等。
其中，该机器人姿态特征可以是客户端生成的，如，客户端中可以预置不同会话语音对应的机器人姿态特征，相应的，可以从预置的多种机器人姿态特征中查询适合该机器人会话语音的机器人姿态特征。当然，客户端还可以预置一些人工智能算法，根据该机器人会话语音结合人工智能算法，构建出适合的机器人姿态特征，但是该种复杂度相对较高。
考虑到客户端的性能有限，无法较为高效、准确的生成机器人姿态特征，或者不适合存储大量的机器人姿态特征等，本申请中客户端获得的机器人姿态特征还可以是服务器根据机器人会话语音生成的机器人姿态特征。其中，服务器生成该机器人姿态特征的方式可以有多种，后续会在服务器侧进行简单介绍，在此不加限制。
相应的，客户端在获得相关的机器人姿态特征之后，客户端可以按照机器人姿态特征，在普通话测试界面中模拟出所述对话机器人输出机器人会话语音的动画。如，按照机器人姿态特征的相关数据，在普通话测试界面中加载出对话机器人的相应表情和动作的动画效果。
s204，获得用户针对该机器人会话语音输入的用户会话语音。
其中，为了便于区分，将用户输入的语音称为用户会话语音。该用户会话语音为用户根据收听到该机器人会话语音所需反馈的一些语音内容，以实现针对该机器人会话语音给出的语音回复。
其中，获得用户会话语音的方式可以有多种，如，客户端可以在模拟对话机器人输出机器人会话语音之后，启动声音采集单元，如麦克风等，并采集用户输入的用户会话语音。
可选的，为了使得用户可以根据需要输入用户会话语音信号，客户端可以在模拟对话机器人输出机器人会话语音之后，且在检测到用户的语音输入指令后，获取用户输入的用户会话语音。
其中，用户的语音输入指令可以为通过触按执行案件生成。如，在普通话测试界面中可以设置一个语音输入控制按键，在检测到该语音输入控制按键处于按压状态的情况下，获取用户输入的语音信号。如图3所示，在该普通话测试界面中显示有一个话筒标识303，如果用户希望输入语音，则可以持续触按该话筒标识303，则客户端会采集用户输入的语音信号。相应的，如果用户抬起手指，而是该话筒标识未处于触按状态，则会结束用户的语音信号的采集。
s205，将该用户会话语音发送给服务器。
客户端可以直接发送该用户会话语音，服务器接收到用户会话语音后，则会执行该用户会话语音的解析，以确定用户的普通话水平。
在一种可能的情况中，客户端可以向服务器发送普通话测评请求，该普通话测评请求携带该用户会话语音。相应的，客户端响应于该普通话测评请求，则可以解析该用户会话语音，确定相应的普通话水平。
s206，在该普通话测试界面显示该服务器返回的该用户会话语音的普通话评分结果。
其中，服务器返回的该普通话评分结果可以是普通话水平等级，如，普通话水平等级分为三级六等，即一、二、三级，每个级别再分出甲乙两个等次，相应的，该普通话评分结果可以为具体的等级。该普通话评分结果也可以是表征普通话水平的评分，如，以普通话水平最高为100分为例，则普通话评分结果可以为0到100分之间的分数。
其中，该服务器中可以设置有普通话评分规则，如，针对普通话水平等级的评分规则，或者是针对具体分数的评分规则等。相应的，服务器在获得用户会话语音之后可以按照相应的评分规则给出相应的评分结果。
在普通话测试界面中显示该普通话评分结果的方式可以有多种，如，可以在普通话测试界面中弹出显示框，在显示框中显示出该普通话评分结果。为了降低显示该普通话评分结果对用户与对话机器人之间会话的干扰，可以在普通话测试界面的指定区域显示该普通话评分结果。例如，在该界面的右下角显示出该普通话评分结果，在该基础上，用户与对话机器人的语音会话交互仍可以持续进行。
可以理解的是，无论是用户利用本申请的方案进行普通话练习或者模拟考试，可能都会涉及到用户与对话机器人之间的多次语音交互。因此，在客户端获得用户会话语音之后，如果需要服务器提供该会话机器人下一条待输出的机器人会话语音，则在服务器确定该用户的用户会话语音对应的普通话评分结果的同时，服务器还可以确定该会话机器人下一条待输出的机器人会话语音。
相应的，服务器在将该普通话评分结果反馈给客户端的同时，还可以向客户端发送待输出的机器人会话语音，在该种情况下，客户端可以返回继续执行如上的步骤s202，以使得会话机器人与用户可以继续语音交互。
可选的，普通话测试界面中还可以设置有用于触发结束对话的结束标识，在检测到该结束标识被触按的情况下，客户端可以向服务器发送会话结束指示，该会话结束指示用于通知服务器会话结束。在该种情况下，服务器可以无需在确定下一条机器人会话语音。
进一步的，为了使得用户可以了解到本次会话中多轮语音交互中所输入的用户会话语音的综合普通话水平，在服务器接收到会话结束指示时，可以确定该用户本次会话中输入的至少一条用户会话语音对应的综合普通话评分结果，并将综合普通话评分结果发送给客户端。相应的，客户端可以展现出该综合普通话评分结果。
可见，在普通话测试界面中显示有模拟出的对话机器人，通过该对话机器人可以输出机器人会话语音，由于该机器人会话语音可以引导用户进行语音交互，因此，用户可以根据机器人会话语音可以输入作为普通话测试的用户会话语音，避免了只能根据文本进行阅读而导致普通话测试的复杂度。而且，由于测试过程是以会话机器人与用户之间语音交互的方式进行，从而有利于得到能够更为真实反映用户实际普通话情况的语音信号，进而根据用户输入的用户会话语音能够更为真实、准确的评测出用户实际的普通话水平。
下面从服务器侧对本申请的普通话评测方法进行介绍。如图4所示，其示出了本申请一种普通话评测方法又一个实施例的流程示意图，本实施例的方法应用于服务器侧，本实施例的方法可以包括：
s401，获取客户端发送的普通话测评请求。
其中，普通话测评请求携带有客户端的用户在普通话测试界面中输入的用户会话语音，普通话测试界面显示有模拟出的对话机器人。
当然，客户端也可以是在获得用户会话语音之后，直接发送该用户会话语音，而无需通过普通话测评请求的形式携带该用户会话语音。
其中，客户端获得该用户会话语音的过程可以参见客户端侧的相关介绍，在此不再赘述。
s402，解析该用户会话语音，得到该用户会话语音的普通话评分结果。
其中，服务器确定一段语音的普通话水平等评分情况的方式可以有多种，本申请对此不加限制。为了便于理解，以几种情况为例简单说明下：
如，在一种可能的情况下，在用户需要输入的语音的文本内容已知的情况下，可以将该文本对应的标准语音与该用户会话语音进行比对，得到用户会话语音与标准语音的语音差异度，根据语音差异度确定普通话评分结果。例如，在模拟普通话考试的场景下，用户输入的用户会话语音实际上与考试题目中的文本匹配的会话语音，在该种情况下，考试题目中文本对应的标准语音是已知的，从而通过比对标准语音和用户实际输入的用户会话语音，便可以得到普通话评分结果。
在又一种可能的情况下，服务器利用语音识别方法识别该用户会话语音所表征的文本，利用文本确定标准普通话语音，然后确定用户会话语音与标准普通话语音的差异度，基于差异度得到普通话评分结果。当然，服务器还可以结合语音识别算法或者训练出的普通话评分模型等综合分析，以准确得到该用户会话语音的普通话评分结果。
当然，以上是以一两种确定用户会话语音对应的普通话评分的实现为例，在实际应用中，已知语音的情况下，确定该语音中普通话水平的方式可以有多种，本申请对于采用何种方式确定普通话评分结果并不加以限制。
s403，确定该对话机器人待输出的机器人会话语音。
如，服务器可以随机确定一条可交互的语音作为该机器人会话语音。例如，从预置的包含多条询问式语音的语音库中随机选择一条询问式语句作为机器人会话语音。
可以理解的是，随机选择语音的方式可能会使得用户每轮语音交互的方向均不相同，导致各轮语音交互之间没有关联，影响语音交互的流畅性，不利用引起用户语音交互的兴趣。因此，本申请还可以结合用户最近一次输入的历史用户会话语音和/或客户端所处的普通话测试模式来综合确定待输出的机器人会话语音。
如，作为一种可选方式，在服务器获取普通话测试请求之前，该服务器还可以获得客户端发送的测试模式指示，该测试模式指示用于指示该客户端当前所处的普通话测试模式。其中，该普通话测试模式包括：普通话练习模式和模拟普通话考试模式。
相应的，在客户端处于普通话练习模式的情况下，服务器可以从交互语音库中匹配出的该用户会话语音的回复语音，将该回复语音确定为该对话机器人待输出的机器人会话语音。其中，交互语音库中包含多条语音。
如，服务器可以通过语音识别技术和人工智能算法等，解析该用户会话语音的内容，并根据解析出的内容，从该交互语音库中确定与该内容匹配的会话语音。其中，从交互语音库中匹配出的会话语音实际上就是在用户输入该用户会话语音的情况下，能够实现与用户进行交互的回复语音。比如，用户会话语音为“今天天气很好”，则匹配出的回复语音可以为“天气好适合出去游玩啊，你想去哪里呢？”。
类似的，在客户端处于模拟普通话考试模式的情况下，服务器可以从普通话考试题库关联的题目提示语音库中查询出的当前待输出的题目提示语音。其中，普通话考试题库中可以包括多道测试普通话的测试题目，每道测试题目可以关联有一条题目提示语音，而该题目提示语音库中包括了多条该种题目提示语音。该题目提示语音用户对测试题目所需测试的内容进行语音提示，以便于用户理解测试题目，使得用户可以获知测试题目的具体内容或者含义等。
其中，服务器可以根据模拟普通话考试模式中，题目输出的进度，比如，服务器可以按顺序确定每次待测试的测试题目，在收到客户端反馈的用户会话语音之后，则可以按照测试题目的先后顺序，确定下一条待测试的测试题目，并获取该下一条待测试的测试题目关联的题目提示语音。
s404，将该普通话评分结果和该机器人会话语音发送给该客户端，以便该客户端在该普通话测试界面显示出该普通话评分结果，并在该普通话测试界面模拟输出该会话机器人输出该机器人会话语音的动画。
可以理解的是，服务器向客户端发送了机器人会话语音之后，客户端可以继续模拟会话机器人输出机器人会话语音，以引导用户继续回复语音，得到用户会话语音，从而不断重复该过程，以实现与用户的多次语音交互。
在实际应用中，在服务器接收到客户端发送的机器人会话语音之前，在服务器确定客户端展现出该普通话测试界面时，或者服务器接收到客户端需要启动普通话测试的情况下，服务器同样可以确定待输出的机器人会话语音，并将机器人会话语音发送给客户端，以便客户端模拟出会话机器人输出机器人会话语音的动画，并播放出该机器人会话语音，以引导用户输入语音。
比如，客户端检测到用户发起普通话测试时，客户端可以向服务器发送该普通话测试启动指令，服务器响应于该普通话测试启动指令，便可以先确定一条机器人会话语音并发送给客户端。
可选的，为了提高客户端中对话机器人与用户交互的场景真实性，在服务器确定出机器人对话语音之后，该服务器还可以根据机器人会话语音生成的机器人姿态特征。
比如，服务器可以按照机器人会话语音所表达的情绪类型，从预置的机器人姿态特征库中查询与该情绪类型匹配的机器人姿态特征。比如，机器人会话语音为“你真是好搞笑啊”，则机器人姿态特征可以为能够呈现出“面部表情为开心且可以用手捂嘴笑”的姿态数据。又比如，服务器可以按照设定的姿态特征生成模型，将机器人会话语音输入到该模型中，并通过模型输出适合的机器人姿态特征；又或者，服务器结合一些姿态特征生成算法构建出与当前该机器人会话语音适合的机器人姿态特征等。
相应的，在服务器将该机器人对话语音发送给客户端的同时，服务器还可以将该机器人姿态特征发送给客户端，以便于客户端展现出该对话机器人更为形象的外部姿态特征。
可见，本实施例中，在客户端的普通话测试界面中显示有模拟出的对话机器人，服务器为对话机器人生成机器人对话语音，由于该机器人会话语音可以引导用户进行语音交互，因此，用户可以根据机器人会话语音可以输入作为普通话测试的用户会话语音，避免了只能根据文本进行阅读而导致普通话测试的复杂度。而且，由于测试过程是以会话机器人与用户之间语音交互的方式进行，从而有利于得到能够更为真实反映用户实际普通话情况的语音信号，进而使得服务器可以根据用户输入的用户会话语音能够更为真实、准确的评测出用户实际的普通话水平。
在本申请实施例中，为了提高用户测试普通话水平的灵活性，本申请的客户端具有两种普通话测试模式，一种为普通话练习模式，一种为模拟普通话考试模式。用户可以根据需要选择进入不同的普通话测试模式。
如，在客户端启动之后，客户端可以先展现主界面，该主界面中展现有第一测试模式选项和第二测试模式选项，该第一测试模式选项为用于触发进入普通话练习模式的选项，该第二测试模式选项为用于触发进入模拟普通话考试模式的选项。
相应的，如果检测到用户点击或者触按该第一测试模式选项，则客户端响应于用户选择的该第一测试模式选项，展现普通话练习测试界面。
如果用户点击或者触按了主界面中的第二测试模式选项，则客户端响应于用户选择的第二测试模式选项，展现模拟普通话考试界面。
可以理解的是，在不同的普通话测试模式下，客户端与服务器所执行的操作也会有所差别，为了便于理解，下面分别针对这两种普通话测试模式对本申请的普通话评测方法进行介绍。
下面先对普通话练习模式下的普通话评测方法进行介绍。如图5所示，其示出了本申请一种普通话评测方法的一种流程交互示意图，本实施例的方法可以包括：
s501，客户端展现主界面。
其中，主界面中展现有：用于触发进入普通话测试模式的第一测试模式选项，以及，用于触发进入模拟普通话考试模式的第二测试模式选项。
s502，客户端响应于用户选择的第一测试模式选项，展现普通话练习测试界面。
s503，客户端向服务器发送测试模式指示。
该测试模式指示用于指示所述客户端处于普通话练习模式。
其中，该步骤s503和s502的执行顺序不限于图5所示。在实际应用中，也可以先执行步骤s503，再执行步骤s502，如，客户端展现普通话练习测试界面所需的数据或者该界面内的一些图像内容需要服务器提供的情况下，也可以先执行步骤s503，以便服务器向客户端返回展现该普通话练习测试界面所需的数据，然后再执行步骤s502。当然，步骤s502和s503也可以是同时执行。
另外，该步骤s503也可以为一个可选步骤，如，可以不单独执行该步骤s503，则在后续客户端产生需要服务器解析的用户会话语音时，向服务器反馈该测试模式指示也同样适用于本实施例。
s504，客户端从预置的会话语料库中获取语音语料，将该语音语料确定对话机器人待输出的机器人会话语音，并调用预置的机器人姿态特征。
可以理解的是，由于客户端尚未开启用户与对话机器人之间的语音交互，因此，当前不存在用户最近一次输入的历史用户会话语音，在该种情况下，客户端可以从预置的会话语料库中选择一个语音语料作为会话机器人开始输出的语音。
其中，会话语料库中包括多种语音语料。
如，客户端可以随机从会话语料库中选择语音语料。
可选的，会话语料库中可以包括多种话题对应的至少一种语音语料。如，话题可以包括：天气、职业、兴趣等相关的话题。相应的，客户端可以从多种话题中选择待交互的目标话题，然后，从会话语料库中选择与该目标话题匹配的语音语料。
其中，客户端可以预置一些对话机器人的一些较为基础的姿态特征，在该种情况下，客户端可以直接获取预置的机器人姿态特征，有利于提高普通话练习测试界面的加载效率，避免用户等待时间过长。
s505，客户端按照获得的机器人姿态特征，在普通话练习测试界面中模拟出对话机器人输出该机器人会话语音的动画，并播放机器人会话语音。
其中，普通话练习测试界面展现出的该动画中除了有对话机器人的相关表情和动作之外，还可以显示有该对话机器人输出的该机器人会话语音的文本，如，图3中文本文字302所示；还可以有有一些与该机器人会话语音相关联的解释配图，解释配图用于辅助用户理解机器人会话语音，当然，还可以有其他辅助用户理解或者提示用户交流的相关配图等，在此不加限制。
需要说明的是，以上步骤s504和s505可以在加载普通话练习测试界面的同时执行，以使得该普通话练习测试界面展现后，可以很快呈现出对话机器人输出会话语音的动画，以提高用户与对话机器人的对话效果。
可以理解的是，本申请实施例是以展现普通话练习测试界面后，首次输出的机器人会话语音以及机器人姿态是由客户端确定为例说明。当然，在实际应用中，客户端在展现普通话练习测试界面的过程中或者之后，服务器在确认客户端需要展现普通话测试界面的情况下，也可以向客户端反馈机器人会话语音和机器人姿态，以完成普通话练习测试界面中对话机器人输出机器人会话语音以及相关的姿态动作。
s506，客户端获取用户针对该机器人会话语音输入的用户会话语音。
如图3所示，客户端在检测到用户点击用于输入语音的图标之后，可以采集用户输入的语音，将采集到的语音作为用户会话语音。当然，其他获得用户会话语音的方式也同样适用于本实施例。
可选的，为了避免用户输入语音的时间过长，而导致用户会话语音的数据量过大，而影响到分析精准度，客户端还可以设置用户输入语音的最大输入时长，如果超过该最大输入时长，则客户端可以结束用户会话语音的采集。
s507，客户端向服务器发送普通话测评请求。
该普通话评测请求携带有用户输入的该用户会话语音。
s508，服务器解析该用户会话语音，得到该用户会话语音的普通话评分结果。
s509，服务器解析该用户会话语音，生成用于对话机器人回复该用户会话语音的会话回复语音。
如，该会话回复语音可以为服务器从交互语音库中确定出的，用于作为该历史用户会话语音的回复语音。
其中，本实施例中服务器生成的机器人会话语音是用于回复该用户会话语音的语音信号，以达到根据用户输入的语音使得会话机器人可以做成相应回复的效果。
s510，服务器根据生成的机器人会话语音，确定适合该会话机器人的机器人姿态特征。
该步骤s508到s510可以参见前面实施例的相关介绍，在此不再赘述。
s511，服务器将机器人会话语音、该机器人姿态特征和该普通话评分结果发送给客户端。
s512，客户端在普通话联系测试界面展现该普通话评分结果，将会话回复语音作为会话机器人待输出的机器人会话语音，返回执行该步骤s505，直至检测到输入的结束联系指令为止。
可以理解的是，在客户端得到用户输入的用户会话语音之后，客户端的对话机器人所输出的机器人会话语音均由服务器确定。也就是说，在存在历史用户会话语音的情况下，客户端会将服务器针对历史用户会话语音返回的会话回复语音确定为该对话机器人待输出的机器人会话语音。
为了能够更清楚的理解图5实施例，下面结合一种应用场景进行介绍。
如图6所示，其示出了本申请的普通话评测方法在一种应用场景的示意图。
如图6所示，客户端展现出的主界面610中包括显示有对话机器人611，用于选择进入普通话练习模式的“闲聊模式”图标612以及用户选择进入模拟普通话测试模式的“考试模式”图标613。
如果用户希望通过与对话机器人的聊天来练习普通话并获取自己的普通话水平，则用户可以点击主界面610中“闲聊模式”图标612。在该种情况下，客户端会选择话题，并展现与该话题相关的普通话练习测试界面620。
由图6可以看出，在客户端的该普通话练习测试界面620中选择的话题是与天气有关的话题，则客户端获取与该话题相关的开始语句以及开始语句对应的语音。同时，客户端会模拟出该对话机器人621输出开始语句“今天天气怎么样”的动态效果，并播放相应的语音。同时，在该练习测试界面中会显示出该开始语句对应文本622。
同时，在该普通话练习测试界面620中还设置有用户语音输入图标623，在用户触按该用户语音输入图标(或者是，对话机器人完成语音输出之后)，客户端可以采集用户输入的用户会话语音。为了限制用户输入语音的时长，在启动用户语音采集之后，该用户语音输入图标623的下方还是有剩余语音输入时长，如用户语音输入图标623下方显示的“倒计时：29秒”。
在客户端获取到用户的用户会话语音之后，客户端可以将用户会话语音发送给服务器630，如图6中步骤s631所示。
相应的，服务器630解析该用户会话语音，确定普通话评分，并确定该客户端中下一句待输出的机器人会话语音以及机器人动作和机器人表情等机器人姿态特征。比如，用户输入的用户会话语音为“今天预报会下雨”，则服务器可以分析出待输出的机器人会话语音可以为“下雨天要记得带伞哦”。
然后，服务器将普通话评分、待输出的机器人会话语音以及机器人姿态特征发送给客户端，如图6中步骤s632所示。
在客户端获得服务器返回的数据之后，客户端会更新普通话练习测试界面，如图6中更新后的普通话练习测试界面640所示。在该普通话练习测试界面640中除了会根据服务器返回的机器人会话语音以及机器人姿态特征，更新会话机器人641的口型和动作表情之外，还会显示出服务器返回的该用户输入的“今天预报会下雨”的普通话评分642。同时，该界面640中还会显示该会话机器人输出的语音的文本643，如界面640中显示出“下雨天要记得带伞哦”。
其中，为了使得用户可以继续与对话机器人进行会话聊天，该界面640中可以在对话机器人完成“下雨天要记得带伞哦”的语音输出之后，在该界面640中将普通话评分642部分更新为用户语音输入图标(如界面620所示，在该界面640中未示出)。当然，也可以在界面640显示普通话评分的同时，显示用户语音输入图标，以便重复前面的操作，实现用户与对话机器人持续的对话聊天。
进一步的，在用户与对话机器人进行了一段时间的聊天之后，如果用户希望结束本次普通话聊天练习，则可以点击用于结束对话的图标，如界面640中“结束对话”的图标644所示。在该种情况下，客户端可以向服务器请求普通话练习的综合普通话评分，如图6中步骤s651所示。
服务器可以综合本次会话中用户每次输入的用户会话语音的普通话评分，确定该用户本次的综合普通话评分，并反馈给客户端，如图6中步骤s652所示。
相应的，客户端可以展现出测试界面660，在该测试界面结果中可以显示出用户本次与对话机器人的多轮对话的综合普通话评分，如界面660中的测试结果显示框661中所显示的内容。
下面对模拟普通话考试模式下的普通话评测方法进行介绍。如图7所示，其示出了本申请一种普通话评测方法的又一种流程交互示意图，本实施例的方法可以包括：
s701，客户端展现主界面。
其中，主界面中展现有：用于触发进入普通话测试模式的第一测试模式选项，以及，用于触发进入模拟普通话考试模式的第二测试模式选项。
s702，客户端响应于用户选择的第二测试模式选项，加载并展现普通话模拟考试界面。
s703，客户端向服务器发送考试题目请求。
该考试题目请求用于向服务器请求分配普通话模拟考试的考试题目以及考试题目相关的题目提示语音。
该考试题目请求可以指示客户端处于模拟普通话考试模式，因此，该测试题目请求就相当于一种测试模式指示。
与图5实施例相似，该步骤s703和s702的执行顺序不限于图7所示，这两个步骤的顺序可以互换，也可以同时执行。
s704，服务器从模拟考试题库中选择一套模拟测试试题，并按照模拟测试试题中测试题目的顺序，确定待输出的测试题目。
s705，服务器根据待输出的测试题目，从模拟考试题库关联的题目提示语音库中，获取待输出的题目提示语音，并构建出与该题目提示语音相关的机器人姿态特征。
其中，该待输出的题目提示语音是用于对该待输出的测试题目进行语音提示。
其中，构建题目提示语音相关的机器人姿态特征与前面确定与机器人会话语音相关的机器人姿态特征的过程相似，在此不再赘述。
可以理解的是，本实施例是从普通话考试题库关联的题目提示语音库中查询出的当前待输出的题目提示语音的一种实现方式。即，在本实施例是以服务器先从模拟考试题库中选择一套模拟测试试题，再将选取出的模式测试试题中的测试题目依次作为待输出的测试题目为例。当然，在实际应用中，本申请也可以模拟考试题库中也可以直接包括多道测试题目，服务器可以选择选择多道待测试的测试题目，然后按照该多道待测试的测试题目的顺序，依次确定待输出的测试题目。
s706，服务器将待输出的测试题目、该题目提示语音以及机器人姿态特征发送给客户端。
s707，客户端按照获得的机器人姿态特征，在普通话模拟考试界面模拟出对话机器人输出该题目提示语音的动画和显示该测试题目，并播放题目提示语音。
可以理解的是，本实施例是以客户端通过会话机器人输出题目提示语音的同时，在普通话模拟考试界面显示测试题目的内容为例，在实际应用中，服务器也可以仅仅向客户端发送题目提示语音，这样，客户端也无需显示该测试题目，而仅仅显示该题目提示语音。
如，服务器从普通话考试题库关联的题目提示语音库中查询出的当前待输出的题目提示语音之后，直接发送给客户端，而客户端通过输出题目提示语音来提示用户当前测试的测试题目。
s708，客户端获得用户输入的用户会话语音。
该步骤可以参见前面实施例的相关介绍，在此不再赘述。
s709，客户端向服务器发送请求消息。
其中，该请求消息携带有普通话测试请求和考试题目请求，该普通话测试请求携带有该用户会话语音。
当然，客户端也可以仅仅发送该普通话测试请求，在该种情况下，该普通话测试请求也可以触发服务器确定下一条待输出的测试题目以及题目提示语音。
s710，服务器响应于该普通话测试请求，解析该用户会话语音，得到该用户会话语音的普通话评分结果。
该步骤s710可以参见前面实施例的相关介绍，在此不再赘述。
s711，服务器响应于该考试题目请求，按照模拟测试试题中测试题目的顺序，确定待输出的测试题目，获取与待输出的测试题目相关的题目提示语音，并构建出与该题目提示语音相关的机器人姿态特征。
s712，服务器将普通话评分结果、待输出的测试题目，题目提示语音以及机器人姿态特征发送给客户端。
s713，客户端展现该普通话评分结果，并返回执行步骤s707，直至用户结束普通话模拟考试或者完成普通话模拟考试。
又一方面，对应本申请客户端侧的普通话评测方法，本申请还提供了一种普通话评测装置。如图8所示，其示出了本申请一种普通话评测装置一个实施例的组成结构示意图，本实施例的装置应用于客户端，包括：
界面展现单元801，用于展现普通话测试界面，所述普通话测评界面显示有模拟出的对话机器人；
机器语音获得单元802，用于获得所述对话机器人待输出的机器人会话语音，所述机器人会话语音为用于引导用户进行语音交互的语音信号；
对话场景模拟单元803，用于在所述普通话测试界面中模拟出所述对话机器人输出所述机器人会话语音的动画，并播放所述机器人会话语音；
用户语音获得单元804，用于获得用户针对所述机器人会话语音输入的用户会话语音；
用户语音发送单元805，用于将所述用户会话语音发送给服务器；
评分结果显示单元806，用于在所述普通话测试界面显示所述服务器返回的所述用户会话语音的普通话评分结果。
在一种可能的实现方式中，该机器语音获得单元，包括：
机器语音接收单元，用于获得服务器发送的用于该会话机器人输出的机器人会话语音，该机器人会话语音为该服务器根据该用户最近一次输入的历史用户会话语音，确定出的该对话机器人待输出的语音信号；或者，该服务器从题目提示语音库中查询出的当前待输出的题目提示语音。
在又一种可能的实现方式中，该对话场景模拟单元，包括：
姿态获得单元，用于获得与该机器人会话语音关联的机器人姿态特征，该机器人姿态特征为该客户端中预置的与该机器人会话语音关联的机器人姿态特征，或者，该服务器根据该机器人会话语音生成的机器人姿态特征；
动画模拟单元，用于按照该机器人姿态特征，在该普通话测试界面中模拟出该对话机器人输出该机器人会话语音的动画；
语音播放单元，用于在该动画模拟单元模拟出该对话机器人输出该机器人会话语音的动画的同时，播放该机器人会话语音。
在以上实施例中，在一种可能的实现方式中，该机器语音获得单元，还包括：
机器语音生成单元，用于在当前不存在该历史用户会话语音的情况下，从预置的会话语料库中获取语音语料，并将该语音语料确定为该对话机器人待输出的机器人会话语音；
该机器语音接收单元，具体为，用于在存在该历史用户会话语音的情况下，将服务器针对该历史用户会话语音返回的会话回复语音确定为该对话机器人待输出的机器人会话语音，其中，该会话回复语音为该服务器从交互语音库中确定出的，用于作为该历史用户会话语音的回复语音。
可选的，该装置还包括：
主界面展现单元，用于在该界面展现单元展现普通话测试界面之前，展现主界面，该主界面中展现有第一测试模式选项和第二测试模式选项，该第一测试模式选项为用于触发进入普通话练习模式的选项，该第二测试模式选项为用于触发进入模拟普通话考试模式的选项；
该界面展现单元，具体为，用于响应于用户选择的第一测试模式选项，展现普通话练习测试界面。
在又一种可能的实现方式中，该机器语音接收单元，具体为，用于获得服务器返回的机器人会话语音，该机器人会话语音为该服务器从普通话考试题库关联的题目提示语音库中查询出的当前待输出的题目提示语音。
可选的，该装置还可以包括：
主界面展现单元，用于该在该界面展现单元展现普通话测试界面之前，展现主界面，该主界面中展现有第一测试模式选项和第二测试模式选项，该第一测试模式选项为用于触发进入普通话练习模式的选项，该第二测试模式选项为用于触发进入模拟普通话考试模式的选项；
该界面展现单元，具体为，用于响应于用户选择的第二测试模式选项，展现普通话模拟考试界面。
进一步的，该装置还可以包括：
题目请求单元，用于在界面展现单元展现普通话模拟考试界面的同时，向服务器发送考试题目请求，该考试题目请求用于向该服务器请求分配普通话模拟考试的测试题目以及与测试题目相关的题目提示语音；
该机器人语音接收单元，具体为，用于获取服务器返回的测试题目以及该测试题目相关的机器人会话语音；
相应的，该装置还包括：
题目显示单元，用于在会话场景模拟单元或者动画模拟单元在该普通话测试界面中模拟出该对话机器人输出该机器人会话语音的动画的同时，在该普通话测试界面中显示出该测试题目。
又一方面，对应本申请普通话评测方法中服务器侧的操作，本申请还提供了又一种普通话评测装置。
如图9所示，其示出了本申请一种普通话评测装置的又一种组成结构示意图，该装置应用于服务器，包括：
请求获取单元901，用于获取客户端发送的普通话测评请求，所述普通话测评请求携带有所述客户端的用户在普通话测试界面中输入的用户会话语音，所述普通话测试界面显示有模拟出的对话机器人；
语音解析单元902，用于解析所述用户会话语音，得到所述用户会话语音的普通话评分结果；
机器语音确定单元903，用于确定所述对话机器人待输出的机器人会话语音；
数据发送单元904，用于将所述普通话评分结果和所述机器人会话语音发送给所述客户端，以便所述客户端在所述普通话测试界面显示出所述普通话评分结果，并在所述普通话测试界面模拟出所述会话机器人输出所述机器人会话语音的动画。
可选的，该装置还可以包括：
模式接收单元，用于在所述请求获取单元获取客户端发送的普通话测评请求之前，获得所述客户端发送的测试模式指示，所述测试模式指示用于指示所述客户端当前所处的普通话测试模式，所述普通话测试模式包括：普通话练习模式和模拟普通话考试模式；
所述机器语音确定单元，包括：
第一机器语音确定单元，用于在所述客户端处于普通话练习模式的情况下，从交互语音库中匹配出的所述用户会话语音的回复语音，将所述回复语音确定为所述对话机器人待输出的机器人会话语音；
第二机器语音确定单元，用于在所述客户端处于模拟普通话考试模式的情况下，从普通话考试题库关联的题目提示语音库中查询出的当前待输出的题目提示语音。
可选的，该装置还可以包括：姿态构建单元，用于确定会话机器人的机器人姿态特征。
又一方面，本申请还提供了一种终端，参见图10，其示出了本申请实施例普通话评测方法所适用的终端的一种组成结构示意图。在图10中，该终端1000可以包括：处理器1001和存储器1002。
可选的，该终端还可以包括：通信接口1003、输入单元1004和显示器1005和通信总线1006。其中，处理器1001、存储器1002、通信接口1003、输入单元1004、显示器1005、均通过通信总线1006完成相互间的通信。
在本申请实施例中，该处理器1001，可以为中央处理器，特定应用集成电路或者其他可编程逻辑器件等。
该处理器可以调用存储器1002中存储的程序，具体的，处理器可以执行前面图2、图5至图7中终端侧所执行的操作。
存储器1002中用于存放一个或者一个以上程序，程序可以包括程序代码，所述程序代码包括计算机操作指令，在本申请实施例中，该存储器中至少存储有用于实现以下功能的程序：
展现普通话测试界面，所述普通话测评界面显示有模拟出的对话机器人；
获得所述对话机器人待输出的机器人会话语音，所述机器人会话语音为用于引导用户进行语音交互的语音信号；
在所述普通话测试界面中模拟出所述对话机器人输出所述机器人会话语音的动画，并播放所述机器人会话语音；
获得用户针对所述机器人会话语音输入的用户会话语音；
将所述用户会话语音发送给服务器；
在所述普通话测试界面显示所述服务器返回的所述用户会话语音的普通话评分结果。
在一种可能的实现方式中，该存储器1002可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统等；存储数据区可存储根据终端的使用过程中所创建的数据。
该通信接口1003可以为通信模块的接口，如gsm模块的接口。
本申请还可以包括输入单元1005，该输入单元可以包括触摸感应单元、键盘等等。
该显示器1004包括显示面板，如触摸显示面板等。
当然，图10所示的终端结构并不构成对本申请实施例中终端的限定，在实际应用中终端可以包括比图10所示的更多或更少的部件，或者组合某些部件。
又一方面，本申请还提供了一种服务器，该服务器的组成可以包括存储器和处理器。
其中，处理器，用于调用并执行所述存储器中存储的程序；
该存储器用于存储所述程序，所述程序至少用于：
获取客户端发送的普通话测评请求，所述普通话测评请求携带有所述客户端的用户在普通话测试界面中输入的用户会话语音，所述普通话测试界面显示有模拟出的对话机器人；
解析所述用户会话语音，得到所述用户会话语音的普通话评分结果；
确定所述对话机器人待输出的机器人会话语音；
将所述普通话评分结果和所述机器人会话语音发送给所述客户端，以便所述客户端在所述普通话测试界面显示出所述普通话评分结果，并在所述普通话测试界面模拟出所述会话机器人输出所述机器人会话语音的动画。
可以理解的是，该服务器同样可以包括：通信接口、显示器和输入单元等，其具体结构可以与图10所示结构相似，在此不再赘述。
另一方面，本申请还提供了一种存储介质，该存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上任意一个实施例中的普通话评测方法。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。