中国现代教育装备
中华人民共和国教育部主管 中国高等教育学会主办
刊号:CN11-4994/T(国内) ISSN1672-1438(国际)
中国期刊全文数据库 中文科技期刊数据库
中国核心期刊遴选数据库
首页 杂志简介 杂志目录 期刊封面 推荐阅读 顾问专家 投稿须知 投稿查询 订阅须知 广告业务
您当前的位置:中国现代教育装备 >> 首页 >> 教育信息化与智慧化
高教 普教
总427期 总425期 总423期
总421期 总419期 总417期
总415期 总413期 总411期
总409期 总407期 总405期
 装备时空 更多>>
北京教育装备行业协会六届六次理事会暨六届六次常务理事会召开
 编务说明 更多>>
 教育信息化与智慧化  
基于音视频分析的教学质量评价模型及方法
来源:《中国现代教育装备》杂志 时间:2022-4-19 16:13:12
  [导读]人工智能技术的快速发展及线上教学方式的普及,使课堂教学行为的深度分析成为可能。基于人工智能的教学评价新理念,综合应用视频分析、语音识别等方法,从教学双方的情绪变化、教学和学习行为等相关指标出发,动态地记录教学过程并进行评价,提出了一种音视频相结合的教学质量评价模型,并从特征提取、识别模型构建、评价指标设计等方面介绍了教学质量评价模型及方法。

  1 研究背景

  随着信息技术的发展,课堂教学行为分析技术正走向自动化和智能化,使原有的教学评价体系和方法受到极大的挑战。应用新技术实现课堂教学评价的常态化和规模化,为课堂教学规律的研究和学习本质的探寻提供了强有力的支持。

  在学习过程中,情感影响着人的认知和行为,把握学习者的情感状态,对未来的智慧化和个性化教育研究尤为重要[1]。因此,不少学者已经将情绪识别引入教学分析模型中。韩丽将认知行为与学生头部姿态及面部表情行为进行关联,构建了基于人脸检测与表情分析的课堂教学评价系统[2]。曹晓明等利用多模态数据,基于深度学习网络建立学生学习参与度识别模型[3]。赵敏等基于原有的质量评价指标,通过深度学习网络进行建模并获得教学质量评价[4]。孙发勤等基于视频处理技术对学生的情绪进行分析与研究[5]。

  在当前的教学行为分析中,视频处理技术占据主导地位,但缺少音视频结合的教学行为分析研究。主要原因可能有两个:一是对于线下教学来说,视频数据的获取难度小,受外部环境影响小;二是音频数据容易受外部环境影响,在普通教室中录制的效果比较差。但是,线上教学有时会采用一对一或者一对几的教学模式,因此音频数据的获取质量较高。而且,即便是集体授课,考虑到互动性,这样录播教室的摄像和录音质量也不是普通教室可比拟的。

  为此,本文提出采用音视频结合的方法来进行教学质量评价,综合应用视频分析、语音识别等方法,分析教学双方的情绪、行为和语音等特征,动态地记录教学过程并进行评价。

  2 音视频融合的教学质量评价模型

  3 教学质量评价关键技术

  4 教学质量评价指标

  5 结语

  随着人工智能时代的到来,原有教学评价方法已不能适应现有的线上教学模式。本文提出基于音视频分析技术的教学质量评价模型,在特征提取、模型构建和指标设计上给出具体实现思路,并详细讨论了每个阶段需要完成的工作以及实施要点。该评价模型不仅适用于线上教学质量评价,也适用于线下教学质量评价,主要差别在于评价指标(比如教师的肢体语言等)的差异。

  参考文献

  [1] 刘智,方常丽,刘三,等.物理学习空间中学习者情绪感知研究综述[J].远程教育杂志,2019(2):33-44.

  [2] 韩丽,李洋,周子佳,等.课堂环境中基于面部表情的教学效果分析[J].现代远程教育研究,2017(4):97-103.

  [3] 曹晓明,张永和,潘萌,等.人工智能视域下的学习参与度识别方法研究—基于一项多模态数据融合的深度学习实验分析[J].远程教育杂志,2019,37(1):32-44.

  [4] 赵敏,詹玮.基于深度学习算法的教学质量评价系统[J].现代电子技术,2020,43(13):143-146,149.

  [5] 孙发勤,邓雯心.基于人工智能的课堂学习情感评价研究[J].中国教育信息化,2019(23):58-62.

  [6] ZHANG K, ZHANG Z, LI Z, et al. Joint face detection and alignment using multitask cascaded convolutional networks[J]. IEEE Signal Processing Letters, 2016,23(10): 1499-1503.

  [7] SCHROFF F , KALENICHENKO D , PHILBIN J . FaceNet:A unified embedding for face recognition and clustering[J]. IEEE Conference on Computer Vision and Pattern Recognition, 2015.

  [8] BATTENBERG E, CHEN J, CHILD R, et al. Exploring neural transducers for end-to-end speech recognition[J]. IEEE Automatic Speech Recognition and Understanding Workshop, 2017.

唐闺臣 梁瑞宇 谢跃 南京工程学院信息与通信工程学院


本网版权声明:
凡本刊本网发布的所有文字作品,版权均属于《中国现代教育装备》杂志(www.zgxdjyzb.com),未经本刊本网授权不得转载、摘编、伪原创或利用其它方式使用。违者本刊本网将追究相关法律责任。
凡本刊本网发布的照片、视频,属本刊本网原创或已获作者本人授权。未经授权,擅自使用者,本刊本网及相关权益人将追究其相关法律责任。
关于我们 | 期刊导读 | 顾问专家 | 法律声明 | 广告业务

Copyright(C) 《中国现代教育装备》杂志社有限责任公司 版权所有 
地址:北京市海淀区学院路35号世宁大厦一层108室(100191)
高教邮箱:cn11_4994@263.net
基教邮箱:cn11_4994@163.com
电话:010-82098610

中国现代教育装备微信公众号二维码