[發明專利]基于人工智能技術的教師課堂教學過程分析方法和系統

在審

• 申請號: 201710179527.9
• 申請日: 2017-03-23
• 公開（公告）號: CN107918821A
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 李昊;鄭凱;林南暉;黃葉敏
• 申請（專利權）人: 廣州思涵信息科技有限公司;華南師范大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06F17/30;G06K9/00;G10L15/08
• 代理公司: 廣州粵高專利商標代理有限公司44102
• 代理人: 林麗明

技術領域

本發明涉及信息技術領域和教育技術領域，更具體地，涉及一種基于人工智能技術的教師課堂教學過程分析方法和系統。

背景技術

現有的教師課堂教學過程分析，主要采用以下三種方法。

一是不使用技術手段，直接通過專家旁聽的方式去記錄老師上課的時間使用情況，屬于全人工；

二是通過使用輔助計時設備來記錄老師上課時間和老師與學生互動時間，這類輔助設備需要老師手動去按按鈕來開始和結束記錄，屬于半自動；

三是采用比較新的一些技術，如視頻跟蹤(常見于錄播系統)，或者語音識別，來進行自動判斷。

現有的技術方案中，第一種和第二種均依賴大量的人力參與，缺乏實際應用效果。即使是比較先進的第三種方案，由于其技術應用的局限性，對于課堂過程分析的數據采集均存在局限性和大概率的偏差。而且，在實際應用中，其被局限在傳統的S-T教學分析法中，對課堂教學的完整過程缺乏準確性描述。

發明內容

本發明旨在至少在一定程度上解決上述技術問題。

本發明的首要目的是提供一種基于人工智能技術的教師課堂教學過程分析方法,通過人工智能技術的圖像識別和聲紋識別技術的結合，使得分析結果更為準確。

本發明的進一步目的是一種基于人工智能技術的教師課堂教學過程分析系統。

為解決上述技術問題，本發明的技術方案如下：

一種基于人工智能技術的教師課堂教學過程分析方法，包括以下步驟：

S1：采集教師課堂上課的視頻；

S2：圖像識別處理：對上課圖像和視頻播放圖像分別進行識別和標記處理；

S3：語音識別處理：提取音頻數據，通過聲紋識別對音頻數據進行分類；

S4：自動分析和應用：根據圖像識別處理和語音識別處理的結果，進行教師課堂教學過程分析。

在一種優選的方案中，步驟S2中，圖像識別處理包括以下步驟：

S2.1：根據圖像變化將視頻分割成若干片段；

S2.2：根據視頻圖像變化率設定的閾值，判斷各個片段是上課圖像還是視頻播放圖像：

對判斷為真實上課圖像，不做處理；

對判斷為視頻播放圖像，則視頻分段合并，進行特征標注；

S2.3：記錄視頻分段的時間值，存入數據庫。

在一種優選的方案中，步驟S3中，語音識別處理包括以下步驟：

S3.1：將視頻圖像轉換成音頻文件；

S3.2：提取出沒有聲音的時間段，記錄時間值；

S3.3：讀取音頻數字信號，按[采樣頻率，采樣值]的格式進行采樣，存入特征列表；

S3.4：提取聲紋特征，進行特征匹配，完成聚類分析；

S3.5：完成音頻分類，進行特征值標注；

S3.6：記錄每個分類的時間值，存入數據庫。

在一種優選的方案中，步驟S4中，自動分析和應用包括以下步驟：

S4.1：合并圖像識別處理和音頻識別處理的數據信息；

S4.2：完成教學過程、教學特點分析，自動生成分析結果；

S4.3：以課程信息和時間為索引，導入學情分析數據；

S4.4：自動生成教學診斷信息。

關聯學情分析，使得教學方式和其產生的教學效果能進行關聯，能夠更好地進行教學測量分析，為提升教育教學質量提供依據。

一種基于人工智能技術的教師課堂教學過程分析系統，包括：

視頻采集模塊：用于采集教師課堂上課的視頻；

圖像識別處理模塊：用于對上課圖像和視頻播放圖像分別進行識別和標記處理；

語音識別處理模塊：用于提取音頻數據，通過聲紋識別對音頻數據進行分類；

自動分析和應用模塊：用于根據圖像識別處理和語音識別處理的結果，進行教師課堂教學過程分析。