27] 如圖1所示，一種基于語音相似性識別的S-T教學(xué)過程分析方法，其特征在于，包括 以下步驟： 51、 基本屬性描述，包括教學(xué)時間、學(xué)科、學(xué)段、年級、授課教師、教學(xué)內(nèi)容，并設(shè)定抽樣 頻率； 52、 自動抽取數(shù)據(jù)并建立目標(biāo)聲音，分為兩種建立方式，第一是T語音預(yù)先建立，第二是 T語音判斷建立； 53、 自動聲音相似性識別，先與S目標(biāo)聲音進(jìn)行相似識別，如相似標(biāo)記為S，如果不相似 將與T類目標(biāo)語音進(jìn)行相似性判斷，并標(biāo)記為ΤΙ、T2……Τη; 54、 自動參數(shù)計算，在完成教學(xué)過程音頻抽樣和類型標(biāo)記后，根據(jù)所得到的標(biāo)記數(shù)據(jù)進(jìn) 行參數(shù)自動計算，除延用S-T原有算法計算犯\吧、6、1^和01，還增加3行為的詳細(xì)分析； 55、 自動診斷，自動診斷教學(xué)模式、教師與學(xué)生互動特點及教學(xué)流程時間走向。
[0028] 本發(fā)明各個階段的具體實施方法介紹如下： 1、基本屬性描述 該階段的作用是對擬分析教學(xué)過程的基本屬性進(jìn)行描述。不同分析對象的基本屬性值 不同，成為區(qū)別不同教學(xué)過程的重要信息?；緦傩园ń虒W(xué)時間、學(xué)科、學(xué)段、年級、授課 教師、教學(xué)內(nèi)容等。同時為自動抽取數(shù)據(jù)，需要確定抽樣時間。這一階段的工作需要人工完 成，因內(nèi)容簡單，可用選單方式實現(xiàn)，所以占時較少，無二義性數(shù)據(jù)，教師或觀察者都可快速 設(shè)定，這也是整個方案中需要人工參與的不多環(huán)節(jié)。選定并輸入某一教學(xué)過程的各屬性值 后，該教學(xué)過程與后續(xù)的分析數(shù)據(jù)及計算參數(shù)將形成唯一對應(yīng)的關(guān)系。
[0029] 2、自動抽取數(shù)據(jù)，建立目標(biāo)聲音 分析中目標(biāo)聲音的建立有兩種方式。
[0030]第一種方式是Τ語音預(yù)先建立，用于現(xiàn)場教學(xué)過程分析。
[0031 ]開始分析前，任課教師輸入簡單語音信息，如："請拿出書本，翻到20頁。"、"請安 靜，我們開始上課。"等，形成Τ目標(biāo)語音。利用這一目標(biāo)語音，自動根據(jù)聲音的聲學(xué)特點，抽 取Τ目標(biāo)聲音的特征參數(shù)值，如音色、和音、音頻等區(qū)分聲音特征的具體值，并標(biāo)記類型為 "Τ"。而S類語音可能有多個不同目標(biāo)語音，它們將在分析過程中逐步自動生成。確定現(xiàn)場分 析目標(biāo)音頻后，隨教學(xué)活動的開展，便可正式啟動數(shù)據(jù)自動抽樣和標(biāo)識。
[0032]第二種方式是Τ語音判斷建立，用于對已完成并用視頻形式記錄的教學(xué)過程的分 析。
[0033] 啟動分析后，自動以抽取出的第一個抽樣音頻信號為目標(biāo)聲音，根據(jù)聲音的聲學(xué) 特點，抽取目標(biāo)聲音的特征參數(shù)值，由現(xiàn)場人員或教師自己界定行為類型是S還是T，然后開 始下一次自動抽樣和行為識別。在已有目標(biāo)聲音被確認(rèn)為T類目標(biāo)聲音后，當(dāng)有不同的音頻 信號被抽取標(biāo)記為S類第二目標(biāo)聲音，或第三目標(biāo)聲音時，不再人工提示確認(rèn)，而自動記為 Si，否則提示人工確定一直到T目標(biāo)聲音確定。視頻分析目標(biāo)音頻確定開始后，則無須任何 人工參與，將以自動抽取并標(biāo)注行為代碼，數(shù)據(jù)抽樣的過程不再需要人工輔助。
[0034] 3、自動聲音相似性識別 目標(biāo)音頻確定后，每個抽樣出的語音數(shù)據(jù)都將與目標(biāo)聲音進(jìn)行相似性識別，先與S目標(biāo) 聲音進(jìn)行相似識別，如相似標(biāo)記為S，如果不相似將與T類目標(biāo)語音進(jìn)行相似性判斷，并標(biāo)記 為T1、T2……Τη。這一過程完全自動進(jìn)行，無須人工參與，進(jìn)行過程如圖2所示。 4、自動參數(shù)計算 在完成教學(xué)過程音頻抽樣和類型標(biāo)記后，根據(jù)所得到的標(biāo)記數(shù)據(jù)進(jìn)行參數(shù)自動計算， 除延用S-T原有算法計算犯\吧、6、1^和01，還增加3行為的詳細(xì)分析： Sc :S行為類型數(shù) PSi:每類S行為發(fā)生率，PSi= NSi/NS， TSi :每類S行為發(fā)生的時間點位置。
[0035] 5、自動診斷 根據(jù)上階段的參數(shù)計算和標(biāo)記數(shù)據(jù)，自動診斷教學(xué)模式、教師與學(xué)生互動特點及教學(xué) 流程時間走向等。
[0036] 本發(fā)明基于語音相似性的說話者識別S-T分析方法有以下四個特點： (1)針對現(xiàn)場分析與視頻錄像分析兩種情況，提出目標(biāo)聲音建立的不同方法，較好地支 持教學(xué)現(xiàn)場的分析。另外增加 T類行為的目標(biāo)聲音類型，為詳細(xì)分析T類行為提供可能性。
[0037] (2)利用語音相似性分析方法，判斷說話者與各目標(biāo)語音的相似性，然后確定行為 類型，實現(xiàn)了全自動行為類型標(biāo)記。
[0038] (3)提出針對S類行為的詳細(xì)參數(shù)及計算方法，可以支持深入的教學(xué)過程互動分 析。
[0039] (4)自動標(biāo)記數(shù)據(jù)，自動計算參數(shù)，自動生成診斷方案，不僅使s-τ分析全過程極大 減少了人工消耗，而且降低了由人工參與帶來的誤差，也使分析過程可能一體化完成。
[0040] 下面結(jié)合一個具體實施例對本發(fā)明的工作流程做詳細(xì)分析： 實施例1:高一年級地理課的分析。
[0041] 第一步:開啟分析系統(tǒng)，輸入基本參數(shù)，設(shè)置抽樣頻率是30秒一次，開始數(shù)據(jù)抽樣。
[0042] 第二步:提取第一個音頻數(shù)據(jù)，人工確定類型為T，全自動分析啟動。自動形成以下 數(shù)據(jù)表：
第三步：自動參數(shù)計算 根據(jù)以上數(shù)據(jù)進(jìn)行參數(shù)計算N=81，NT=43，NS=38。T行為占有率RT=NT/N=43/81=53.08%。 [0043]該數(shù)據(jù)有 27 個連，CH=(27-1 )/81=32 · 09%，S 行為， Sc=13,PSl=0.026,PS2=0.052,PS3=0.105,PS4=0.078,PS5=0.026,PS6=0.052,PS7= 0.078,PS8=0.052,PS9=0.026,PS10=0.131,PS11=0.131,PS12=0.052,PS13=0.184； TSl=30m,TS2=60m,TS3=120m…… 第四步：自動診斷 本例中的教學(xué)模式為混合型(探究型），教學(xué)中學(xué)生交互活動參與較多，13人次參與交 互。
[0044]以上詳細(xì)描述了本發(fā)明的較佳具體實施例。應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)人員無 需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思做出諸多修改和變化。因此，凡本技術(shù)領(lǐng)域中技術(shù) 人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過邏輯分析、推理或者有限的實驗可以得到的 技術(shù)方案，皆應(yīng)在由權(quán)利要求書所確定的保護(hù)范圍內(nèi)。
【主權(quán)項】
1. 一種基于語音相似性識別的s-τ教學(xué)過程分析方法，其特征在于，包括以下步驟： si、基本屬性描述，包括教學(xué)時間、學(xué)科、學(xué)段、年級、授課教師、教學(xué)內(nèi)容，并設(shè)定抽樣 頻率； 52、 自動抽取數(shù)據(jù)并建立目標(biāo)聲音，分為兩種建立方式，第一是T語音預(yù)先建立，第二是 T語音判斷建立； 53、 自動聲音相似性識別，先與S目標(biāo)聲音進(jìn)行相似識別，如相似標(biāo)記為S，如果不相似 將與T類目標(biāo)語音進(jìn)行相似性判斷，并標(biāo)記為ΤΙ、T2……Τη; 54、 自動參數(shù)計算，在完成教學(xué)過程音頻抽樣和類型標(biāo)記后，根據(jù)所得到的標(biāo)記數(shù)據(jù)進(jìn) 行參數(shù)自動計算，除延用S-Τ原有算法計算犯\吧、6、1^和01，還增加3行為的詳細(xì)分析； 55、 自動診斷，自動診斷教學(xué)模式、教師與學(xué)生互動特點及教學(xué)流程時間走向。2. 如權(quán)利要求1所述的一種基于語音相似性識別的S-Τ教學(xué)過程分析方法，其特征在 于，所述步驟S3自動聲音相似性識別的具體步驟為:抽樣出的音頻信號與目標(biāo)進(jìn)行相似性 識別，首先判斷是否與Τ目標(biāo)聲音相似，若相似則標(biāo)記為Τ1、Τ2……Τη;若不相似在判斷與哪 個S目標(biāo)聲音相似，并根據(jù)情況標(biāo)記為相似的那個S目標(biāo)聲音。3. 如權(quán)利要求1所述的一種基于語音相似性識別的S-Τ教學(xué)過程分析方法，其特征在 于，所述步驟S2中Τ語音預(yù)先建立目標(biāo)聲音的方法具體為:開始分析前，任課教師輸入簡單 語音信息，形成Τ目標(biāo)語音，利用這一目標(biāo)語音，自動根據(jù)聲音的聲學(xué)特點，抽取Τ目標(biāo)聲音 的特征參數(shù)值，并標(biāo)記類型為"Τ"，而S類語音可能有多個不同目標(biāo)語音，它們將在分析過程 中逐步自動生成。4. 如權(quán)利要求1所述的一種基于語音相似性識別的S-Τ教學(xué)過程分析方法，其特征在 于，所述步驟S2中Τ語音判斷建立目標(biāo)聲音的方法具體為：啟動分析后，自動以抽取出的第 一個抽樣音頻信號為目標(biāo)聲音，根據(jù)聲音的聲學(xué)特點，抽取目標(biāo)聲音的特征參數(shù)值，由現(xiàn)場 人員或教師自己界定行為類型是S還是Τ，然后開始下一次自動抽樣和行為識別，在已有目 標(biāo)聲音被確認(rèn)為Τ類目標(biāo)聲音后，當(dāng)有不同的音頻信號被抽取標(biāo)記為S類第二目標(biāo)聲音或第 三目標(biāo)聲音時，不再人工提示確認(rèn)，而自動記為Si，否則提示人工確定一直到Τ目標(biāo)聲音確 定。
【專利摘要】本發(fā)明公開了一種基于語音相似性識別的S-T教學(xué)過程分析方法，包括以下步驟：S1、基本屬性描述；S2、自動抽取數(shù)據(jù)并建立目標(biāo)聲音，分為兩種建立方式，第一是T語音預(yù)先建立，第二是T語音判斷建立；S3、自動聲音相似性識別；S4、自動參數(shù)計算；S5、自動診斷，自動診斷教學(xué)模式、教師與學(xué)生互動特點及教學(xué)流程時間走向。本發(fā)明可以支持教學(xué)一線的常規(guī)和廣泛應(yīng)用,實施過程從行為標(biāo)記到最后診斷可以利用智能移動設(shè)備來進(jìn)行，無須利用不同工具和設(shè)備，誤差產(chǎn)生因素減少，提高系統(tǒng)性和效率，是對原有方法實施過程的全新整合,提出了相應(yīng)參數(shù)的計算方法和分析應(yīng)用，可以增加分析的豐富性，降低顆粒度。
【IPC分類】G10L25/51, G10L15/18, G10L15/22, G10L25/27, G10L15/02
【公開號】CN105590632
【申請?zhí)枴緾N201510938665
【發(fā)明人】穆肅, 胡永春
【申請人】廣東德誠網(wǎng)絡(luò)科技有限公司, 華南師范大學(xué)
【公開日】2016年5月18日
【申請日】2015年12月16日