一种学员课堂表现的评价方法、装置和电子设备与流程

[0001]
本申请涉及智能教学领域，尤其涉及一种学员课堂表现的评价方法、装置和电子设备。


背景技术：

[0002]
在一些场景下，需要了解学员的课堂表现。例如，为了提高课后辅导的效率或提高教学的质量，家长或教师需要了解孩子的课堂表现；再例如，为了确定学生的期末成绩，教师需要了解学生的平时上课表现，进而基于学生的平时上课表现和期末考试卷面成绩确定期末成绩。因此，亟需要提供一种学员课堂表现的评价方法。


技术实现要素：

[0003]
有鉴于此，本申请提供一种学员课堂表现的评价方法、装置和电子设备，以满足用户需求。
[0004]
本申请第一方面提供一种学员课堂表现的评价方法，所述方法应用于电子设备，所述电子设备与若干音频采集设备相连，所述音频采集设备用于采集对应采集对象发出的音频数据，所述采集对象包括教师和学员，所述方法包括：
[0005]
接收所述音频采集设备采集到的音频数据；
[0006]
在接收到分析指令时，对所述音频数据进行语音识别，得到教师和学员在课堂中的发言文本；
[0007]
针对每个学员，基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。
[0008]
本申请第二方面提供一种学员课堂表现的评价装置，所述装置应用于电子设备，所述电子设备与若干音频采集设备相连，所述音频采集设备用于采集对应采集对象发出的音频数据，所述采集对象包括教师和学员，所述装置包括接收模块、识别模块和处理模块，其中，
[0009]
所述接收模块，用于接收所述音频采集设备采集到的音频数据；
[0010]
所述识别模块，用于在接收到分析指令时，对所述音频数据进行语音识别，得到教师和学员在课堂中的发言文本；
[0011]
所述处理模块，用于针对每个学员，基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。
[0012]
本申请第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本申请提供的任一学员课堂表现的评价方法。
[0013]
本申请第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现，本申请提供的任一学员课堂表现的评价方法。
[0014]
本申请提供的学员课堂表现的评价方法、装置和电子设备，通过接收音频采集设
备采集到的音频数据，进而在接收到分析指令时，对所述音频数据进行语音识别，得到教师和学员在课堂中的发言文本，从而针对每个学员，基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。这样，可对学员的课堂表现作出评价，可满足用户需求。
附图说明
[0015]
图1为本申请提供的学员课堂表现实施例一的流程图；
[0016]
图2为本申请提供的学员课堂表现实施例二的流程图；
[0017]
图3为一实施例性实施例示出的确定学员本次发言表现的流程图；
[0018]
图4为本申请提供的学员课堂表现的评价方法实施例三的流程图；
[0019]
图5为本申请一示例性实施例示出的学员课堂表现的评价装置所在电子设备的硬件结构图；
[0020]
图6为本申请提供的学员课堂表现的评价装置实施例一的结构示意图。
具体实施方式
[0021]
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0022]
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0023]
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0024]
本申请提供一种学员的课堂表现的评价方法、装置和电子设备，以对学员的课堂表现作出评价。
[0025]
本申请提供的学员的课堂表现的评价方法和装置，应用于电子设备，该电子设备可以是打印机。
[0026]
下面给出几个具体的实施例，用以详细介绍本申请的技术方案，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
[0027]
图1为本申请提供的学员课堂表现的评价方法实施例一的流程图。请参照图1，本实施例提供的方法，应用于电子设备，所述电子设备与若干音频采集设备相连，所述音频采集设备用于采集对应采集对象发出的音频数据，所述采集对象包括教师和学员，所述方法包括：
[0028]
s101、接收所述音频采集设备采集到的音频数据。
[0029]
s102、在接收到分析指令时，对所述音频数据进行语音识别，得到教师和学员在课
堂中的发言文本。
[0030]
s103、针对每个学员，基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。
[0031]
具体的，电子设备可通过有线方式或无线方式(例如，通过wifi方式或蓝牙方式)与音频采集设备连接。此外，采集对象(教师和学员)可以将音频采集设备佩戴在身上，或者将音频采集设备固定在讲台或书桌上，以使音频采集设备采集其发出的音频数据。例如，一实施例中，音频采集设备可以为耳麦，教师和学员可以佩戴耳麦，以通过耳麦采集其发出的音频数据。
[0032]
需要说明的是，一实施例中，教师在授课的过程中，音频采集设备可以一直采集音频数据。例如，教师在上课时，开启音频采集设备，音频采集设备与电子设备建立连接，进一步地，音频采集设备一直采集教师的音频数据，并发送至电子设备。另一实施例中，教师在授课的过程中，音频采集设备可以不一直采集音频数据，而是在教师提问的时候再采集音频数据。例如，当教师提问时，其可以开启自身的音频采集设备，使该音频采集设备采集其音频数据，相应的，学生在针对教师提出的问题作出回答时，开启自身的音频采集设备，使该音频采集设备采集其音频数据。本实施例中，不对其进行限定。
[0033]
具体的，分析指令时由教师触发的，例如，当课堂结束时，或一次提问结束后，教师可触发分析指令，以使电子设备评价学员的课堂表现。此外，可采用相关的语音识别算法对音频数据进行识别，得到发言文本。有关语音识别算法的具体实现原理和实现过程可以参见相关技术中的描述，此处不再赘述。需要说明的是，教师的发言文本包括至少一段发言文本，相应的，每个学员的发言文本也包括至少一段发言文本。此外，音频数据携带时间戳，识别出的发言文本携带发言时间，该发言时间包括发言开始时间和发言结束时间。
[0034]
进一步地，针对每个学员，可基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。例如，一实施例中，可基于教师发言文本确定针对该教师发言文本的标准学员发言文本(例如，教师发言文本中包含教师提出的至少一个问题，可基于互联网获取针对教师提出的每个问题对应的答案，进而汇总每个问题对应的答案，得到标准学员发言文本)，进而针对每个学员，计算该学员的学员发言文本与标准学员发言文本的语义相似度，进而基于语义相似度评价该学员的课堂表现。
[0035]
例如，一实施例中，教师发言文本中包含教师提出的一个问题“how are you？”，获取到该问题对应的答案为“i am fine”，此时，确定标准学员发言文本为“i am fine”，进一步地，可计算每个学员的学员发言文本与标准学员发言文本的语义相似度，进而基于语义相似度评价该学员的课堂表现。例如，有3个学员，为便于区分，分别将这3个学员记为学员1、学员2和学员3，这3个学员的学员发言分别为“i am happy”、“fine”和“i do not konw”，此时，可确定学员1的课堂表现为良好，学员2的课堂表现为优秀，学员3的课堂表现为较差。
[0036]
本实施例提供的方法，通过获取音频采集设备采集到的音频数据，进而在接收到分析指令时，对音频数据进行语音识别，得到教师和学员在课堂中的发言文本，从而针对每个学员，基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。这样，可对学员的课堂表现作出评价，可满足用户需求。
[0037]
图2为本申请提供的学员课堂表现实施例二的流程图。在上述实施例的基础上，本实施例提供的方法，步骤s103，可以包括：
[0038]
s201、针对每段教师发言文本，根据发言时间确定与所述教师发言文本对应的学员发言文本。
[0039]
具体的，参见前面的描述，音频数据携带时间戳，在对音频数据进行语音识别，得到发言文本时，可基于音频数据携带的时间戳，得到发言文本的发言时间，即发言文本可以携带时间轴，时间轴上标示有发言开始时间和发言结束时间。
[0040]
本步骤中，针对每段教师发言文本，可基于该教师发言文本的第一发言开始时间和第一发言结束时间，以及学员发言文本的第二开始发言时间，确定与教师发言文本对应的学员发言文本。例如，一实施例中，可将第二开始发言时间与第二发言结束时间之间的时间差小于预设阈值的学员发言文本确定为与教师发言文本对应的学员发言文本。
[0041]
需要说明的是，预设阈值是根据实际需要设定的，本实施例中，不对预设阈值的具体值进行限定。例如，一实施例中，预设阈值可以为3min、5min等。下面以预设阈值为5min为例进行说明。
[0042]
例如，一实施例中，一段教师发言文本的发言开始时间为2020年9月30日10:05、发言结束时间为2020年9月30日10:15，针对学员a，其有一段学员发言文本，该学员发言文本的发言开始时间为2020年9月30日10:17，此时，确定该学员发言文本为与上述教师发言文本对应的学员发言文本。
[0043]
再例如，针对学员b，其也有一段学员发言文本，该学员发言文本的发言开始时间为2020年9月30日10:17，此时，确定该学员发言文本不是与上述教师发言文本对应的学员发言文本，该学员不存在与教师发言文本对应的学员发言文本。
[0044]
s202、针对每个学员，基于存在对应关系的目标教师发言文本和该学员的目标学员发言文本确定该学员本次发言表现。
[0045]
具体的，图3为一实施例性实施例示出的确定学员本次发言表现的流程图，请参照图3，在本申请一可能的实现方式中，该步骤的具体实现过程，可以包括：
[0046]
s301、识别所述目标教师发言文本的句子类型。
[0047]
具体的，可基于预先训练好的句子类型识别模型识别目标教师发言文本的句子类型。有关句子类型识别模型的训练过程和该句子类型识别模型的识别过程可以参见相关技术中的描述，此处不再赘述。
[0048]
s302、当所述目标教师发言文本的句子类型是疑问句时，获取所述目标教师发言文本对应的标准回答文本。
[0049]
具体的，当目标教师发言文本的句子类型为疑问句时，此时，表征教师在目标教师发言文本中提出一个问题，此时，可获取该问题对应的标准回答文本。具体实现时，可从互联网获取对应的标准回答文本，或从预设的标准回答文本库中获取。本实施例中，不对此进行限定。
[0050]
s303、确定所述标准回答文本和所述目标学员发言文本的相似度。
[0051]
例如，一实施例中，可基于关键词匹配的方式确定两者之间的相似度。具体实现时，可在标准回答文本中预先定义若干关键词，只要学员发言文本能匹配上这些关键词，即可输出较高的相似度。
[0052]
再例如，另一实施例中，可基于预先训练好的语义相似度模型来确定两者之间的相似度。有关语义相似度模型的训练过程和实现原理可以参见相关技术中的描述，此处不
再赘述。
[0053]
s304、基于所述相似度确定该学员本次发言表现。
[0054]
具体的，可从预设的相似度和准确度评分的对应关系中查找所述相似度对应的准确度评分，并将所述准确度评分确定为该学员本次发言表现。
[0055]
例如，表1为本申请一示例性实施例示出的预设的相似度和准确度评分的对应关系：
[0056]
表1
[0057]
相似度准确度评分大于80％9[60％80％]7[40％60％)5小于40％3
[0058]
结合表1所示的例子，例如，在本申请一可能的实现方式中，针对学员张三，若标准回答文本和该学员的目标学员发言文本的相似度为70％，此时，确定本次回答问题的准确度评分为7分，即确定该学员本次发言得7分。
[0059]
当然，在本申请一可能的实现方式中，所述方法还可以包括：当所述目标教师发言文本的句子类型是陈述句时，基于所述教师发言文本和所述学员发言文本的相似度确定该学员本次发言表现。
[0060]
在一种场景中，教师会要求学员进行跟读，在跟读的过程中，每个学员的表现不仅相同，此时，有必要对学员的跟读情况作出评价。本申请中，在确定存在对应关系的目标教师发言文本为陈述句时，认为教师要求学生进行跟读，此时，可基于所述教师发言文本和所述学员发言文本的相似度确定该学员本次发言表现。
[0061]
具体的，此时，可基于文本相似度计算算法确定目标教师发言文本和目标学员发言文本的文本相似度，进而从预设的文本相似度和准确度评分的对应关系查找所述文本相似度对应的准确度评分，并将所述准确度评分确定为该学员本次发言表现。
[0062]
s203、综合各次发言表现评价该学员的课堂表现。
[0063]
结合上面的例子，当采用准确度评分表征学员的一次发言表现时，此时，可采用各次准确度评分的最高值或最低值表征该学员的课堂表现；或者是，采用所有准确度评分的和值或平均值表征该学员的课堂表现。本实施例中，不对此进行限定。
[0064]
本实施例提供的方法，提供了一种基于教师发言文本和学员发言文本评价学员课堂表现的方法，通过该方法，可对学员的课堂表现作出评价，可满足用户需求。
[0065]
图4为本申请提供的学员课堂表现的评价方法实施例三的流程图，请参照图4，本实施例提供的方法，在上述实施例的基础上，基于相似度确定该学员本次发言表现，可以包括：
[0066]
s401、根据所述目标教师发言文本的第一发言时间和所述目标学员发言文本的第二发言时间确定该学员对教师发言的响应时长。
[0067]
具体的，学员对教师发言的响应时长等于目标学员的第二发言开始时间与目标教师发言文本的第一发言时间的时间差。
[0068]
例如，在实施例二中的第二个例子中，确定学员a针对教师发言的响应时长为
2min。
[0069]
s402、基于所述相似度和所述响应时长确定该学员本次发言表现。
[0070]
具体的，该步骤的具体实现过程，可以包括：
[0071]
(1)从预设的相似度和准确度评分的对应关系中查找所述相似度对应的准确度评分。
[0072]
有关该步骤的具体实现原理和实现过程可以参照前面实施例中的描述，此处不再赘述。
[0073]
(2)从预设的响应时长和响应及时度评分中查收所述响应时长对应的响应及时度评分。
[0074]
具体的，预设的响应时长和响应及时度评分是根据实际需要设定的，本实施例中，不对此进行限定。例如，表2为本申请一示例性实施例示出的预设的响应时长和响应及时度评分的对应关系：
[0075]
表2
[0076]
响应时长响应及时度评分小于1min8[1min 2min]6(2min 4min]5(4min 5min]1
[0077]
结合上面的例子，针对学员a，确定其响应及时度评分为6分。
[0078]
(3)根据准确度评分权重和响应及时度评分权重、以及所述准确度评分和综合响应及时度评分，确定该学员本次的综合评分，并采用该综合评分表征该学员本次发言表现。
[0079]
具体的，可按照如下公式计算该学员本次的综合评分：
[0080]
综合评分＝准确度评分权重*准确度评分+响应及时度评分权重*响应及时度评分
[0081]
此外，准确度评分权重和响应及时度评分权重的具体值是根据实际需要设定的，本实施例中，不对其具体值进行限定。例如，在一可能的实现方式中，准确度评分权重为60％，响应及时度评分权重为40％，此时，针对学员a，确定其本次综合评分为7.2分(7.2＝8*60％+6*40％)。需要说明的是，当采用该综合评分表征该学员本次发言表现时，在步骤s203中，可采用各次综合评分的最高值或最低值表征该学员的课堂表现；或者是，采用所有综合评分的和值或平均值表征该学员的课堂表现。本实施例中，不对此进行限定。
[0082]
本实施例提供的方法，在评价学员的课堂表现时，不仅考虑了学员回答问题或跟读的准确性，还考虑了学员的响应及时度，这样，可对学员的课堂表现作出更为客观的评价，可进一步提高用户体验。
[0083]
需要说明的是，本申请中，若针对一段教师发言文本，对某个学员来说，若未找到与该段教师发言文本对应的学员发言文本，则确定该学员本次发言的得分为预设值。例如，将该学员本次发言的得分确定为0分。
[0084]
与前述学员课堂表现的评价方法的实施例相对应，本申请还提供了学员课堂表现的评价装置的实施例。
[0085]
本申请学员课堂表现的评价装置的实施例可以应用在电子设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个
逻辑意义上的装置，是通过其所在电子设备的处理器将存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图5所示，为本申请一示例性实施例示出的学员课堂表现的评价装置所在电子设备的硬件结构图，除了图5所示的存储器510、处理器520、内存530和网络接口540之外，实施例中装置所在的电子设备通常根据该学员课堂表现的评价装置的实际功能，还可以包括其他硬件，对此不再赘述。
[0086]
图6为本申请提供的学员课堂表现的评价装置实施例一的结构示意图。请参照图6，本实施例提供的装置，应用于电子设备，所述电子设备与若干音频采集设备相连，所述音频采集设备用于采集对应采集对象发出的音频数据，所述采集对象包括教师和学员，所述装置包括接收模块、识别模块和处理模块，其中，
[0087]
所述接收模块610，用于接收所述音频采集设备采集到的音频数据；
[0088]
所述识别模块620，用于在接收到分析指令时，对所述音频数据进行语音识别，得到教师和学员在课堂中的发言文本；
[0089]
所述处理模块630，用于针对每个学员，基于教师发言文本和该学员的学员发言文本评价该学员的课堂表现。
[0090]
本实施例提供的装置，可用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0091]
进一步地，所述处理模块630，具体用于：
[0092]
针对每段教师发言文本，根据发言时间确定与所述教师发言文本对应的学员发言文本；
[0093]
针对每个学员，基于存在对应关系的目标教师发言文本和该学员的目标学员发言文本确定该学员本次发言表现；
[0094]
综合各次发言表现评价该学员的课堂表现。
[0095]
进一步地，所述处理模块630，还具体用于：
[0096]
识别所述目标教师发言文本的句子类型；
[0097]
当所述目标教师发言文本的句子类型是疑问句时，获取所述目标教师发言文本对应的标准回答文本；
[0098]
确定所述标准回答文本和所述学员发言文本的相似度；
[0099]
基于所述相似度确定该学员本次发言表现。
[0100]
进一步地，所述处理模块630，还用于根据所述目标教师发言文本的第一发言时间和所述目标学员发言文本的第二发言时间确定该学员对教师发言的响应时长，并基于所述相似度和所述响应时长确定该学员本次发言表现。
[0101]
进一步地，所述处理模块630，还用于当所述目标教师发言文本的句子类型是陈述句时，基于所述教师发言文本和所述学员发言文本的相似度确定该学员本次发言表现。
[0102]
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本申请提供的任一学员课堂表现的评价方法的步骤。
[0103]
具体的，适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如eprom、eeprom和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及cd rom和dvd-rom盘。
[0104]
请继续参照图5，本申请还提供一种电子设备，包括存储器、处理器及存储在存储
器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请提供的任一学员课堂表现的评价方法的步骤。
[0105]
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。