测试文本转语音引擎是一项相当艰巨的任务。引擎本身解析输入并根据单个单词的语音分析应用发音规则。此外，存在发音规则的例外列表以改善最终结果。诸如古腾堡计划之类的项目可以让您从字面上扔书在问题上；但是，问题仍然存在，由于问题的范围，我永远不会感到舒服。我追求六个九的解决方案（99.9999% 防撞）。向引擎投掷随机文本清楚地表明我只有三个九，随后的修复似乎没有帮助。我知道在这种情况下该怎么做（重新访问引擎中的错误处理机制以使其优雅降级）。一般问题仍然存在。在任何无限输入域中，您如何证明软件质量？
问问题
144 次
2 回答
1
测试覆盖率。确保您正在访问所有分支和所有循环，执行所有代码并确保它正常工作或正常失败。根据它的重要性，尝试实现 100% MCDC Coverage（修改后的条件/决策覆盖率）；对于每个条件，确定影响结果的所有输入排列，并确保测试每个排列。
于 2009-04-13T15:50:11.460 回答
0
你如何测试你的引擎？我会尝试使用语音识别引擎（如微软的内置引擎）来检查质量。在证明的数量上，我会使用所有单词的文本字典+来自不同作者的一些书籍的文本。
于 2009-04-13T05:51:44.053 回答