1.一种生成语音测评安装包的方法，其特征在于，所述方法包括：
对声学模型进行压缩，获得压缩后的声学模型，所述声学模型为由满足发音条件的音频训练得到的，所述声学模型具有能够度待测评的语音进行评分的能力；
获取与所述压缩后的声学模型对应的语音测评代码；
利用交叉工具链对所述语音测评代码进行编译，获得针对目标平台运行的静态库，所述交叉工具链为针对待生成的语音测评安装包对应的交叉编译环境，所述目标平台包括安卓平台和ios平台；
定义所述静态库的对外接口和头文件，生成语音测评安装包。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
创建声学模型，包括：
获得训练样本，所述训练样本为满足发音条件的音频；
对所述训练样本的音频进行分帧，并对分帧后的音频进行特征提取，得到音频特征；
生成所述训练样本的音频的音频标签；
将所述音频特征与所述音频标签进行匹配，得到处理后的训练样本；
通过神经网络模型对所述训练样本进行迭代训练，获得声学模型。
3.根据权利要求1所述的方法，其特征在于，所述对声学模型进行压缩，包括：对所述声学模型进行剪枝和/或将所述声学模型用定点化表达。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述语音测评安装包进行测试；
若测试结果满足测试条件，对所述语音测评安装包进行发布。
5.根据权利要求1所述的方法，其特征在于，所述对所述语音测评安装包进行测试，包括：
响应于所述语音测评安装包在本地终端进行执行，获得待测试音频的第一测试结果；
获取服务器端针对所述待测试音频的第二测试结果；
其中，所述若测试结果满足测试条件，对所述语音测评安装包进行发布，包括：
对所述第一测试结果和所述第二测试结果进行比较，获得比较结果；
若所述比较结果满足测试条件，对所述语音测评安装包进行发布。
6.一种执行语音测评的方法，其特征在于，所述方法包括：
接收针对目标平台对语音测评安装包的加载执行指令，所述语音测评安装包为利用交叉工具链对压缩后的声学模型对应的语音测评代码进行编译得到的安装包；
获取所述语音测评安装包对应的声学模型；
利用所述声学模型对待测试音频进行测试，获得测试结果。
7.根据权利要求6所述的方法，其特征在于，所述接收针对目标平台对语音测评安装包的加载执行指令之后，所述包括：
对所述加载执行指令进行解析，获得所述语音测评安装包的运行环境；
基于所述运行环境，对所述语音测评安装包进行安装。
8.一种生成语音测评安装包的装置，其特征在于，所述装置包括：
压缩单元，用于对声学模型进行压缩，获得压缩后的声学模型，所述声学模型为由满足发音条件的音频训练得到的，所述声学模型具有能够度待测评的语音进行评分的能力；
获取单元，用于获取与所述压缩后的声学模型对应的语音测评代码；
编译单元，用于利用交叉工具链对所述语音测评代码进行编译，获得针对目标平台运行的静态库，所述交叉工具链为针对待生成的语音测评安装包对应的交叉编译环境，所述目标平台包括安卓平台和ios平台；
生成单元，用于定义所述静态库的对外接口和头文件，生成语音测评安装包。
9.一种执行语音测评的装置，其特征在于，所述装置包括：
接收单元，用于接收针对目标平台对语音测评安装包的加载执行指令，所述语音测评安装包为利用交叉工具链对压缩后的声学模型对应的语音测评代码进行编译得到的安装包；
模型获取单元，用于获取所述语音测评安装包对应的声学模型；
测试单元，用于利用所述声学模型对待测试音频进行测试，获得测试结果。
10.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1-5中任一项中所述的生成语音测评安装包的方法。