情感训练方法、装置、计算机设备和存储介质与流程

本申请涉及计算机技术领域，特别涉及一种情感训练方法、装置、计算机设备和存储介质。

背景技术：

目前，对各岗位的工作人员如业务员等，需要进行表情、肢体语言等培训后，才可以进入到指定的岗位上岗，但是，培训过程往往需要老师言传身受，现场点评、指导动作和表情，且训练需要一定场景和人员现场参与，导致训练处于比较传统和单一落后的方式。

技术实现要素：

本申请的主要目的为提供一种情感训练方法、装置、计算机设备和存储介质，旨在解决便于用户情感训练、提升自我的问题。

为实现上述目的，本申请提供了一种情感训练方法，包括以下步骤：

接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色，其中，所述第一训练课程包括至少一个训练角色，以及每一个训练角色对应的训练内容，所述训练内容包括训练因子，所述训练因子包括人物表情、语言声音和/或肢体动作；

以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值；

将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值；

获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，生成所述学员训练的成长信息，其中，所述成长信息包括训练成长曲线和成长速度值。

进一步地，所述接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色的步骤之前，包括：

接收第三端预设于所述预设数据库中的训练课程；

提取所述训练课程中的每一个所述训练角色，并生成对应每一个所述训练角色的选择信息，以供学员选择所述训练课程中的训练角色。

进一步地，所述以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值的步骤，包括：

获取所述学员在训练过程中的每一所述训练因子的所有节点；

根据预设的考核节点对每一所述训练因子的节点进行匹配对应，并获取到匹配成功的每一所述训练因子的节点的分数值；

将每一所述训练因子对应的每一考核节点的分数值相加，得到每一所述训练因子对应的分数值。

进一步地，所述将获取到的每一所述训练因子对应的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤之后，还包括：

接收所述学员从预设指导库中选择的训练指导老师，并对所述学员与选择的所述训练指导老师建立关联关系，其中，所述训练指导老师可通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价；

接收到所述训练指导老师对所述学员的指点评价后，将所述指点评价的消息发送给所述学员的帐号或终端。

进一步地，所述获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤，包括：

创建以时间为横轴，以总分值为纵轴的坐标系，根据获取到的所有所述第一训练课程中每一所述第一训练课程的总分值和所述总分值对应的时间，在所述坐标系上进行对应的坐标描点；

根据所述坐标描点进行曲线拟合，获取所述第一训练课程的成长曲线；

根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

进一步地，所述获取所述学员在指定时间内选择的所有第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤之后，包括：

将获取到的所述学员训练的成长信息发送到所述学员选择的训练指导老师的终端，接收所述训练指导老师根据所述成长信息规划的训练计划；

将接收到的所述训练计划以及所述成长信息发送到所述学员的终端。

进一步地，所述将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤之前，还包括：

获取所述第一训练课程中每一所述训练因子对应的权重值；

将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，获取所述学员在所述第一训练课程中每一所述训练因子的分数值。

本申请还提出了一种情感训练装置，包括：

第一接收模块，用于接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色，其中，所述第一训练课程包括至少一个训练角色，以及每一个训练角色对应的训练内容，所述训练内容包括训练因子，所述训练因子包括人物表情、语言声音和/或肢体动作；

计算模块，用于以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值；

第一获取模块，用于将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值；

第二获取模块，用于获取所述学员在指定时间内选择的所有第一训练课程分别对应的总分值，获取所述学员训练的成长信息，其中，所述成长信息包括训练成长曲线和成长速度值。

本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

本申请还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

本申请中提供的情感训练方法、装置、计算机设备和存储介质，具有以下有益效果：

通过获取学员在训练课程中的训练，进而获取到对应学员训练得到的分数值，方便对学员训练的表情程度和肢体语言等动作规范性检查，无需老师现场监督指导，也无需布置场景，节省布置时间和人力，同时也可以方便学员查看自身不足。

附图说明

图1是本申请一实施例中情感训练方法步骤示意图；

图2是本申请一实施例中情感训练装置结构框图；

图3是本申请一实施例的计算机设备的结构示意框图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

参照图1，为本申请一实施例中提供了一种情感训练方法，包括以下步骤：

步骤s1，接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色，其中，所述第一训练课程包括至少一个训练角色，以及每一个训练角色对应的训练内容，所述训练内容包括训练因子，所述训练因子包括人物表情、语言声音和/或肢体动作；

步骤s2，以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值；

步骤s3，将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值；

步骤s4，获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，生成所述学员训练的成长信息，其中，所述成长信息包括训练成长曲线和成长速度值。

以上步骤中，系统接收到预设好的智能场景以及在该智能场景下的人物角色、人物角色对应的表情动作和人物角色的语音语义，其中，预存储于系统中的所有人物角色的表情动作均为现有技术中模型训练出来的，用于评判每一训练因子的规范性，因此此处不再赘述，通过训练模型将每一人物的表情和动作进行划分，进而获取每一训练因子对应的分数值。

在一实施例中，接收学员的终端登录请求后，可以通过人脸识别进行登录，当学员登录后，可以到系统对应的预设数据库中查找学员训练课程，也可以通过学员对应的训练指导老师根据学员课程定制适于学员的场景作业，当学员从预设数据库中选择第一训练课程，以及学员选择的第一训练角色，系统根据学员的选择展示对应的训练内容，以供学员进行对应的训练，并根据接收到学员在训练过程中的每一训练因子，以第一训练角色对应的训练内容为标准，计算学员训练过程中每一训练因子对应的分数值，可以通过现场实时录像并计算学员训练过程中的每一训练因子的得分值，也可以采用学员自己拍摄，后期上传到系统，以供系统进行读取后审核，以得到每一训练因子对应的分数值，如，动作可由现有的ai肢体检测追踪技术，人物表情由人脸微表情技术，声音由声音识别技术结合方案分析得出分值等。如通过现有的模型进行计算得出对应的分类结果，通过获取到学员训练的结果，放到对应的模型中，获取到学员所在的分类结果，进而可以获取到对应的训练因子的分数值。人物表情、声音、动作是根据素材提供的视频材料ai匹配得出得分，如训练时，关于微笑的表情，如若微笑的弧度不够，则系统会根据该微笑弧度所在对应的区间进行对应的扣分，其所有的评分标注以系统提供的素材为标准，根据获取到的表情匹配相似度进而给出评分，超过了或者没有达到，均会得到对应的分数值。根据预设的基础分值，再通过匹配值或者范围值获取每一训练因子对应的得分值，将所有的训练因子的得分值相加，进而可以获取到学员在选择的第一训练课程中的总分值，实现了对学员在课程训练中的人物表情(如微笑表情)、肢体语言等做出自动检查，学员的训练指导老师也可以根据获取到的学员训练结果，安排对应的训练计划或者场景训练，以便对学员的训练培训做出针对性的计划。

在指定的一段时间后，如一周或者一个月或者两个月等，对该学员的所有训练课程进行统计和分析，获取该学员在每一次训练中的成长值，其包括有成长曲线和成长速度值，分析学员在该段时间的训练中，每一学员训练因子的分数曲线值，以此获取每一训练因子的成长曲线以及成长速度，并根据总分值，获取到学员对应的总的成长曲线以及成长速度，将分析的结果展示给对应的学员查看，以便学员清楚了解训练培训的成长历程。

在本实施例中，所述接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色的步骤s1之前，包括：

步骤s101，接收第三端预设于所述预设数据库中的训练课程；

步骤s102，提取所述训练课程中的每一所述训练角色，并生成对应每一所述训练角色的选择信息，以供学员选择所述训练课程中的训练角色。

以上步骤中，预先接收到第三端设置存储于预设数据库中的训练课程，提取训练课程中的每一个训练角色，并生成对应每一个训练角色的选择信息，以供学员选择训练课程中的训练角色。其中，第三端也可以包括指导老师终端，根据接收到的训练课程，以供学员登录对应的终端后，选择需要的训练课程进行训练，其中，训练课程包括至少一种传授保险知识的训练和向客户解释保单的训练，或者接收指导老师根据学员的需要自定义的应用场景或者将预设于预设数据库中的场景进行抽取整合，以供学员登录终端后，可选择训练的课程更多，将接收到第三端预设的训练课程后，对应存储有每一训练课程对应的任务角色训练以及对应的评分标准，该评分标准是根据已知的模型训练出来的划分标准后，进行自定义的分数值，如人物微表情中，若获取到学员的微笑表情的相似度为95％，则从数据评分表中查找相似度为95％所对应的微笑表情的分数值，以此获取训练因子为人物表情的分数值，数据评分表中包括有每一训练因子在不同训练程度范围所对应的分数值，可根据获取到学员训练过程中每一训练因子对应的范围，获取到对应的分数值。

在本实施例中，所述以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值的步骤s2，包括：

步骤s21，获取所述学员在训练过程中的每一所述训练因子的所有节点；

步骤s22，根据预设的考核节点对每一所述训练因子的节点进行匹配对比，获取到匹配成功的每一所述训练因子的节点分数值；

步骤s23，将每一所述训练因子对应的每一考核节点的分数值相加，得到每一所述训练因子对应的分数值。

以上步骤中，接收到学员选择的第一训练课程后，根据获取到的第一训练课程获取到每一训练课程的预先设置的每一训练节点，将获取到学员在训练过程中每一训练因子的每一节点与预设的每一训练节点进行对应，对比包括时间的对应、动作的吻合度等等，如获取到第一节点处学员的训练动作与预设的动作规范性吻合，如在传授保险知识时需设置第一训练肢体动作为第一次微笑表情之后，但是获取到第一次微笑表情后，并未发现任何肢体训练动作，则判断时间延迟，则会对应在该节点出扣掉延迟性对应的分数值，在每一训练因子的每一节点，通过预设的考核节点对学员实际表演中的每一学员因子的节点进行匹配对比，根据匹配的结果到预设的匹配节点分数库中获取到对应的节点的分数值，将学员在训练中的每一训练因子对应的节点分数值相加，即可得到对应的训练因子的分数值，通过分节点获取到对应的分数值相加，提高评分的准确度，减少人为评分的差异性，同时，也节省必须指导老师现场指导评分的缺陷，表演训练更加自由。

在本实施例中，所述将获取到的每一所述训练因子对应的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤s3之后，还包括：

步骤s31，接收所述学员从预设指导库中选择的训练指导老师，并对所述学员与选择的所述训练指导老师建立关联关系，其中，所述训练指导老师可通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价；

步骤s32，接收到所述训练指导老师对所述学员的指点评价后，将所述指点评价的消息发送给所述学员的帐号或终端。

以上步骤中，当获取到学员在训练完成第一训练课程后的总分值，演员可以从预设指导库中选择本次训练的指导老师，并对所述学员与选择的训练指导老师建立关联关系，其中，所述训练指导老师可以通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价，当训练指导老师查看被选择的学员对应的训练后，根据该训练进行录音、文字、或者表演的点评，并将该点评发送至系统中，系统接收到训练指导老师对学员的点评后，将该点评消息发送给学员的终端或者帐号，以便学员登录终端后，可以获取到所选择老师的点评信息，及时查看训练的不足。

在本实施例中，所述获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤s4，包括：

步骤s41，创建以时间为横轴、以总分值为纵轴的坐标系，根据获取到的所有所述第一训练课程中每一所述第一训练课程的总分值和所述总分值对应的时间，在所述坐标系上进行对应的坐标描点；

步骤s42，根据所述坐标描点进行曲线拟合，获取所述第一训练课程的成长曲线；

步骤s43，根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

以上步骤中，获取到学员每一次选择的第一训练课程分别对应的总分值，以时间为横轴，分数值为纵轴建立坐标系，并根据该总分值在坐标系上进行描点，根据坐标系上所描的点进行曲线你和，得到所述第一训练课程的成长曲线；可以通过查看成长曲线查看训练的成长变化，根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

在其他实施例中，还可以通过获取所述第一训练课程的每一训练因子，同样通过建立坐标系获取到对应的训练因子的成长曲线以及变化速度值，并根据该训练因子的成长曲线，获取到每一曲线的斜率，进而可以获取到对应学员的每一训练因子的成长信息。

在本实施例中，所述获取所述学员在指定时间内选择的所有第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤s4之后，包括：

步骤s5，将获取到的所述学员训练的成长信息发送到所述学员选择的训练指导老师的终端，接收所述训练指导老师根据所述成长信息规划的训练计划；

步骤s6，将接收到的所述训练计划以及所述成长信息发送到所述学员的终端。

以上步骤中，系统将获取到的学员训练的成长信息发送到学员选择的学员指导老师的终端，以供该学员指导老师根据接收到的成长曲线以及速度针对性的帮助学员进行规划，如当训练指导老师获取到学员的人物表情、肢体动作都很规范，但是声音训练明显缺陷时，其包括声音的情感、语意、吐字等，则训练指导老师可以针对性的去选取提升声音的训练课程，并根据学员目前的训练程度进行计划，将该训练计划反馈至系统，系统将接收到的训练计划以及指定时间的成长信息发送至学员的终端，以便学员登录对应的终端后可以读取，并有计划的进行训练，无需指导老师现场指导，时间配合性低，且学员可以根据训练指导老师的计划针对性的训练，更易提升自身的训练成果。

在本实施例中，所述将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤s3之前，还包括：

步骤s301，获取所述第一训练课程中每一所述训练因子对应的权重值；

步骤s302，将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，获取所述学员在所述第一训练课程中每一所述训练因子的分数值。

以上步骤中，根据学员选择的不同类型的情感训练课程，从类型数据表中获取被选择的情感训练课程中每一训练因子对应的权重，根据获取到的学员在训练第一训练课程中每一训练因子对应的分数值，将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，即可获取到每一训练因子的最终的分数值权重值的比例。

可以根据训练类型获取，针对不同的训练类型以及性质，获取不同的权重值。如向客户解释保单的训练的课程，语言声音、人物表情和肢体动作的肢体的权重值均衡，分别为35％、35％和30％。又如在一具体实施例中，学员选择的第一训练课程为传授保险知识的训练，从类型数据表中可以获取，传授保险知识的训练中权重值较大的为语言声音，占重比为50％，人物表情和肢体动作占重比分别为25％、25％，根据获取到学员在第一训练课程中的每一训练因子对应的分数值，通过该分数值与对应的权重值相乘，即可获取到该训练因子的最终分数值。

本申请通过现有的ai肢体检测追踪技术、人脸微表情技术、声音识别技术结合，进而对学员的训练进行匹配对比，方便对学员训练的表情程度和肢体语言等动作规范性检查，无需老师现场监督指导，也无需布置场景，节省布置时间和人力，同时也可以方便演员查看自身表演，认识不足，提升演技。

综上所述，为本申请实施例中提供的情感训练方法，通过获取学员在训练课程中的训练，进而获取到对应学员训练得到的分数值，方便对学员训练的表情程度和肢体语言等动作规范性检查，无需老师现场监督指导，也无需布置场景，节省布置时间和人力，同时也可以方便学员查看自身不足。

参照图2，本申请一实施例中还提供了一种情感训练装置，包括：

第一接收模块10，用于接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色，其中，所述第一训练课程包括至少一个训练角色，以及每一个训练角色对应的训练内容，所述训练内容包括训练因子，所述训练因子包括人物表情、语言声音和/或肢体动作；

计算模块20，用于以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值；

第一获取模块30，用于将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值；

第二获取模块40，用于获取所述学员在指定时间内选择的所有第一训练课程分别对应的总分值，获取所述学员训练的成长信息，其中，所述成长信息包括训练成长曲线和成长速度值。

本实施例中，系统接收到预设好的智能场景以及在该智能场景下的人物角色、人物角色对应的表情动作和人物角色的语音语义，其中，预存储于系统中的所有人物角色的表情动作均为现有技术中模型训练出来的，用于评判每一训练因子的规范性，因此此处不再赘述，通过训练模型将每一人物的表情和动作进行划分，进而获取每一训练因子对应的分数值。

在一实施例中，学员的终端登录请求后，可以通过人脸识别进行登录，当学员登录后，可以到系统对应的预设数据库中查找学员训练课程，也可以通过学员对应的训练指导老师根据学员课程定制适于学员的场景作业，当学员从预设数据库中选择第一训练课程，以及学员选择的第一训练角色，系统根据学员的选择展示对应的训练内容，以供学员进行对应的训练，第一接收模块10根据接收到学员在训练过程中的每一训练因子，以第一训练角色对应的训练内容为标准，计算模块20计算学员训练过程中每一训练因子对应的分数值，可以通过现场实时录像并计算学员训练过程中的每一训练因子的得分值，也可以采用学员自己拍摄，后期上传到系统，以供系统进行读取后审核，以得到每一训练因子对应的分数值，如，动作可由现有的ai肢体检测追踪技术，人物表情由人脸微表情技术，声音由声音识别技术结合方案分析得出分值等。如通过现有的模型进行计算得出对应的分类结果，通过获取到学员训练的结果，放到对应的模型中，获取到学员所在的分类结果，进而可以获取到对应的训练因子的分数值。人物表情、声音、动作是根据素材提供的视频材料ai匹配得出得分，如训练时，关于微笑的表情，如若微笑的弧度不够，则系统会根据该微笑弧度所在对应的区间进行对应的扣分，其所有的评分标注以系统提供的素材为标准，根据获取到的表情匹配相似度进而给出评分，超过了或者没有达到，均会得到对应的分数值。根据预设的基础分值，再通过匹配值或者范围值获取每一训练因子对应的得分值，将所有的训练因子的得分值相加，进而可以获取到学员在选择的第一训练课程中的总分值，实现了对学员在课程训练中的人物表情(如微笑表情)、肢体语言等做出自动检查，学员的训练指导老师也可以根据获取到的学员训练结果，安排对应的训练计划或者场景训练，以便对学员的训练培训做出针对性的计划。

在指定的一段时间后，如一周或者一个月或者两个月等，对该学员的所有训练课程进行统计和分析，第二获取模块40获取该学员在每一次训练中的成长值，其包括有成长曲线和成长速度值，分析学员在该段时间的训练中，每一学员训练因子的分数曲线值，以此获取每一训练因子的成长曲线以及成长速度，并根据总分值，获取到学员对应的总的成长曲线以及成长速度，将分析的结果展示给对应的学员查看，以便学员清楚了解训练培训的成长历程。

在本实施例中，所述情感训练装置包括：

第二接收模块，用于接收第三端预设于所述预设数据库中的训练课程；

提取模块，用于提取所述训练课程中的每一所述训练角色，并生成对应每一所述训练角色的选择信息，以供学员选择所述训练课程中的训练角色。

在本实施例中，第二接收模块预先接收到第三端设置存储于预设数据库中的训练课程，提取模块提取训练课程中的每一个训练角色，并生成对应每一个训练角色的选择信息，以供学员选择训练课程中的训练角色。其中，第三端也可以包括指导老师终端，根据接收到的训练课程，以供学员登录对应的终端后，选择需要的训练课程进行训练，其中，训练课程包括至少一种传授保险知识的训练和向客户解释保单的训练，或者接收指导老师根据学员的需要自定义的应用场景或者将预设于预设数据库中的场景进行抽取整合，以供学员登录终端后，可选择训练的课程更多，将接收到第三端预设的训练课程后，对应存储有每一训练课程对应的任务角色训练以及对应的评分标准，该评分标准是根据已知的模型训练出来的划分标准后，进行自定义的分数值，如人物微表情中，若获取到学员的微笑表情的相似度为95％，则从数据评分表中查找相似度为95％所对应的微笑表情的分数值，以此获取训练因子为人物表情的分数值，数据评分表中包括有每一训练因子在不同训练程度范围所对应的分数值，可根据获取到学员训练过程中每一训练因子对应的范围，获取到对应的分数值。

在本实施例中，所述计算模块20包括：

第一获取单元，用于获取所述学员在训练过程中的每一所述训练因子的所有节点；

第二获取单元，用于根据预设的考核节点对每一所述训练因子的节点进行匹配对比，获取到匹配成功的每一所述训练因子的节点分数值；

第三获取单元，用于将每一所述训练因子对应的每一考核节点的分数值相加，得到每一所述训练因子对应的分数值。

在本实施例中，接收到学员选择的第一训练课程后，根据获取到的第一训练课程获取到每一训练课程的预先设置的每一训练节点，将获取到学员在训练过程中每一训练因子的每一节点与预设的每一训练节点进行对应，对比包括时间的对应、动作的吻合度等等，如获取到第一节点处学员的训练动作与预设的动作规范性吻合，如在传授保险知识时需设置第一训练肢体动作为第一次微笑表情之后，但是获取到第一次微笑表情后，并未发现任何肢体训练动作，则判断时间延迟，则会对应在该节点出扣掉延迟性对应的分数值，在每一训练因子的每一节点，通过预设的考核节点对学员实际表演中的每一学员因子的节点进行匹配对比，根据匹配的结果到预设的匹配节点分数库中获取到对应的节点的分数值，将学员在训练中的每一训练因子对应的节点分数值相加，即可得到对应的训练因子的分数值，通过分节点获取到对应的分数值相加，提高评分的准确度，减少人为评分的差异性，同时，也节省必须指导老师现场指导评分的缺陷，表演训练更加自由。

在本实施例中，所述情感训练装置还包括：

第三接收模块，用于接收所述学员从预设指导库中选择的训练指导老师，并对所述学员与选择的所述训练指导老师建立关联关系，其中，所述训练指导老师可通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价；

第四接收模块，用于接收到所述训练指导老师对所述学员的指点评价后，将所述指点评价的消息发送给所述学员的帐号或终端。

在本实施例中，当获取到学员在训练完成第一训练课程后的总分值，演员可以从预设指导库中选择本次训练的指导老师，并对所述学员与选择的训练指导老师建立关联关系，其中，所述训练指导老师可以通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价，当训练指导老师查看被选择的学员对应的训练后，根据该训练进行录音、文字、或者表演的点评，并将该点评发送至系统中，系统接收到训练指导老师对学员的点评后，将该点评消息发送给学员的终端或者帐号，以便学员登录终端后，可以获取到所选择老师的点评信息，及时查看训练的不足。

在本实施例中，所述第二获取模块40包括：

创建单元，用于创建以时间为横轴、以总分值为纵轴的坐标系，根据获取到的所有所述第一训练课程中每一所述第一训练课程的总分值和所述总分值对应的时间，在所述坐标系上进行对应的坐标描点；

第四获取单元，用于根据所述坐标描点进行曲线拟合，获取所述第一训练课程的成长曲线；

第五获取单元，用于根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

在本实施例中，创建单元获取到学员每一次选择的第一训练课程分别对应的总分值，以时间为横轴，分数值为纵轴建立坐标系，并根据该总分值在坐标系上进行描点，第四获取单元根据坐标系上所描的点进行曲线拟合，得到所述第一训练课程的成长曲线；可以通过查看成长曲线查看训练的成长变化，第五获取单元根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

在其他实施例中，还可以通过获取所述第一训练课程的每一训练因子，同样通过建立坐标系获取到对应的训练因子的成长曲线以及变化速度值，并根据该训练因子的成长曲线，获取到每一曲线的斜率，进而可以获取到对应学员的每一训练因子的成长信息。

在本实施例中，所述情感训练装置包括：

第五接收模块，用于将获取到的所述学员训练的成长信息发送到所述学员选择的训练指导老师的终端，接收所述训练指导老师根据所述成长信息规划的训练计划；

发送模块，用于将接收到的所述训练计划以及所述成长信息发送到所述学员的终端。

在本实施例中，将获取到的学员训练的成长信息发送到学员选择的学员指导老师的终端，以供该学员的指导老师根据接收到的成长曲线以及速度针对性的帮助学员进行规划，如当训练指导老师获取到学员的人物表情、肢体动作都很规范，但是声音训练明显缺陷时，其包括声音的情感、语意、吐字等，则训练指导老师可以针对性的去选取提升声音的训练课程，并根据学员目前的训练程度进行计划，将该训练计划反馈至系统，系统将接收到的训练计划以及指定时间的成长信息发送至学员的终端，以便学员登录对应的终端后可以读取，并有计划的进行训练，无需指导老师现场指导，时间配合性低，且学员可以根据训练指导老师的计划针对性的训练，更易提升自身的训练成果。

在本实施例中，所述情感训练装置还包括：

第六获取模块，用于获取所述第一训练课程中每一所述训练因子对应的权重值；

第七获取模块，用于将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，获取所述学员在所述第一训练课程中每一所述训练因子的分数值。

在本实施例中，根据学员选择的不同类型的情感训练课程，从类型数据表中获取被选择的情感训练课程中每一训练因子对应的权重，根据获取到的学员在训练第一训练课程中每一训练因子对应的分数值，将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，即可获取到每一训练因子的最终的分数值权重值的比例。

可以根据训练类型获取，针对不同的训练类型以及性质，获取不同的权重值。如向客户解释保单的训练的课程，语言声音、人物表情和肢体动作的肢体的权重值均衡，分别为35％、35％和30％。又如在一具体实施例中，学员选择的第一训练课程为传授保险知识的训练，从类型数据表中可以获取，传授保险知识的训练中权重值较大的为语言声音，占重比为50％，人物表情和肢体动作占重比分别为25％、25％，根据获取到学员在第一训练课程中的每一训练因子对应的分数值，通过该分数值与对应的权重值相乘，即可获取到该训练因子的最终分数值。

本申请通过现有的ai肢体检测追踪技术、人脸微表情技术、声音识别技术结合，进而对学员的训练进行匹配对比，方便对学员训练的表情程度和肢体语言等动作规范性检查，无需老师现场监督指导，也无需布置场景，节省布置时间和人力，同时也可以方便演员查看自身表演，认识不足，提升演技。

综上所述，为本申请实施例中提供的情感训练装置，通过获取学员在训练课程中的训练，进而获取到对应学员训练得到的分数值，方便对学员训练的表情程度和肢体语言等动作规范性检查，无需老师现场监督指导，也无需布置场景，节省布置时间和人力，同时也可以方便学员查看自身不足。

参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于第一训练课程等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种情感训练方法。

上述处理器执行上述情感训练方法的步骤：

接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色，其中，所述第一训练课程包括至少一个训练角色，以及每一个训练角色对应的训练内容，所述训练内容包括训练因子，所述训练因子包括人物表情、语言声音和/或肢体动作；

以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值；

将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值；

获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，生成所述学员训练的成长信息，其中，所述成长信息包括训练成长曲线和成长速度值。

在一实施例中，所述处理器接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色的步骤之前，包括：

接收第三端预设于所述预设数据库中的训练课程；

提取所述训练课程中的每一个所述训练角色，并生成对应每一个所述训练角色的选择信息，以供学员选择所述训练课程中的训练角色。

在一实施例中，所述处理器以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值的步骤，包括：

获取所述学员在训练过程中的每一所述训练因子的所有节点；

根据预设的考核节点对每一所述训练因子的节点进行匹配对比，获取到匹配成功的每一所述训练因子的节点的分数值；

将每一所述训练因子对应的每一考核节点的分数值相加，得到每一所述训练因子对应的分数值。

在一实施例中，所述处理器将获取到的每一所述训练因子对应的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤之后，还包括：

接收所述学员从预设指导库中选择的训练指导老师，并对所述学员与选择的所述训练指导老师建立关联关系，其中，所述训练指导老师可通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价；

接收到所述训练指导老师对所述学员的指点评价后，将所述指点评价的消息发送给所述学员的帐号或终端。

在一实施例中，所述处理器获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤，包括：

创建以时间为横轴、以总分值为纵轴的坐标系，根据获取到的所有所述第一训练课程中每一所述第一训练课程的总分值和所述总分值对应的时间，在所述坐标系上进行对应的坐标描点；

根据所述坐标描点进行曲线拟合，获取所述第一训练课程的成长曲线；

根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

在一实施例中，所述处理器获取所述学员在指定时间内选择的所有第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤之后，包括：

将获取到的所述学员训练的成长信息发送到所述学员选择的训练指导老师的终端，接收所述训练指导老师根据所述成长信息规划的训练计划；

将接收到的所述训练计划以及所述成长信息发送到所述学员的终端。

在一实施例中，所述处理器将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤之前，还包括：

获取所述第一训练课程中每一所述训练因子对应的权重值；

将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，获取所述学员在所述第一训练课程中每一所述训练因子的分数值。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请一实施例还提供一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种情感训练方法，具体为：

接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色，其中，所述第一训练课程包括至少一个训练角色，以及每一个训练角色对应的训练内容，所述训练内容包括训练因子，所述训练因子包括人物表情、语言声音和/或肢体动作；

以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值；

将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值；

获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，生成所述学员训练的成长信息，其中，所述成长信息包括训练成长曲线和成长速度值。

在一实施例中，所述处理器接收到学员从预设数据库中选择的第一训练课程，以及所述学员选择的第一训练角色的步骤之前，包括：

接收第三端预设于所述预设数据库中的训练课程；

提取所述训练课程中的每一个所述训练角色，并生成对应每一个所述训练角色的选择信息，以供学员选择所述训练课程中的训练角色。

在一实施例中，所述处理器以所述第一训练角色对应的训练内容为标准，计算所述学员训练过程中每一所述训练因子对应的分数值的步骤，包括：

获取所述学员在训练过程中的每一所述训练因子的所有节点；

根据预设的考核节点对每一所述训练因子的节点进行匹配对比，获取到匹配成功的每一所述训练因子的节点的分数值；

将每一所述训练因子对应的每一考核节点的分数值相加，得到每一所述训练因子对应的分数值。

在一实施例中，所述处理器将获取到的每一所述训练因子对应的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤之后，还包括：

接收所述学员从预设指导库中选择的训练指导老师，并对所述学员与选择的所述训练指导老师建立关联关系，其中，所述训练指导老师可通过登录教师帐号或教师终端，依据所述关联关系查看所述学员的训练过程，以对所述学员做出指点评价；

接收到所述训练指导老师对所述学员的指点评价后，将所述指点评价的消息发送给所述学员的帐号或终端。

在一实施例中，所述处理器获取所述学员在指定时间内选择的所有所述第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤，包括：

创建以时间为横轴、以总分值为纵轴的坐标系，根据获取到的所有所述第一训练课程中每一所述第一训练课程的总分值和所述总分值对应的时间，在所述坐标系上进行对应的坐标描点；

根据所述坐标描点进行曲线拟合，获取所述第一训练课程的成长曲线；

根据所述第一训练课程的成长曲线计算出每一曲线点的斜率，获取到所述学员训练的成长信息。

在一实施例中，所述处理器获取所述学员在指定时间内选择的所有第一训练课程分别对应的总分值，获取所述学员训练的成长信息的步骤之后，包括：

将获取到的所述学员训练的成长信息发送到所述学员选择的训练指导老师的终端，接收所述训练指导老师根据所述成长信息规划的训练计划；

将接收到的所述训练计划以及所述成长信息发送到所述学员的终端。

在一实施例中，所述处理器将获取到的每一所述训练因子的分数值相加，得到所述学员在所述第一训练课程中得到总分值的步骤之前，还包括：

获取所述第一训练课程中每一所述训练因子对应的权重值；

将每一所述训练因子对应的分数值与所述训练因子对应的所述权重值相乘，获取所述学员在所述第一训练课程中每一所述训练因子的分数值。

综上所述，为本申请实施例中提供的情感训练方法、装置、计算机设备和存储介质，通过获取学员在训练课程中的训练，进而获取到对应学员训练得到的分数值，方便对学员训练的表情程度和肢体语言等动作规范性检查，无需老师现场监督指导，也无需布置场景，节省布置时间和人力，同时也可以方便学员查看自身不足。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram通过多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。