CN103714248A - 一种竞聘演讲的训练系统 - Google Patents
一种竞聘演讲的训练系统 Download PDFInfo
- Publication number
- CN103714248A CN103714248A CN201310719822.0A CN201310719822A CN103714248A CN 103714248 A CN103714248 A CN 103714248A CN 201310719822 A CN201310719822 A CN 201310719822A CN 103714248 A CN103714248 A CN 103714248A
- Authority
- CN
- China
- Prior art keywords
- speech
- subsystem
- training
- information
- training system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种竞聘演讲的训练系统,包括用户启动演讲训练系统界面、训练模式选择子系统、语音处理子系统、图像图形处理子系统、专家评价子系统、和演讲训练系统结果显示界面;所述的竞聘演讲的训练系统以专家评价子系统为中心,语音处理子系统、图像图形处理子系统和中央处理子系统分别与专家评价子系统双向连接,用户启动演讲训练系统界面、训练模式选择子系统和专家评价子系统依次单向连接,中央处理子系统连接演讲训练系统结果显示界面。本发明系统适用于各类演讲训练系统、演讲评分系统;通过中央处理子系统能够将更多的数据处理信息纳入其中,保证可以实时的实现大数据量的运算及结果的正确输出;可以帮助演讲训练在单人环境中实现实时纠正。
Description
技术领域
本发明涉及一种模拟竞聘现场进行演讲训练的系统,此系统有决策打分的过程、装置和方法。
背景技术
竞聘上岗是市场经济条件下企业发展的产物。“竞”和“聘”是一个问题的两个方面。竞争是企业中的个人行为,它所体现的是“能者上、庸者下”的用人原则,通过竞争激励机制的实施,充分调动广大干部职工的积极性和创造性,大幅度提高全员劳动生产率。聘任是企业的组织行为,它所体现的是一级组织对干部的合理使用,在一定意义上讲,聘任什么样的干部比竞争上岗更为重要,竞争只是前提和形式,聘任才是内容和结果。竞聘上岗是部分企业干部选拔的方式之一。员工可以平等参与岗位竞聘,由企业组织考官进行评审,经过一系列测试,以德、才、能、识、体的全面衡量选拔员工。
参加竞聘上岗的人员要满足德、才、能、识、体的全面评价,就得付出长时间的努力与锻炼,而面对众多考官与观众的竞聘演讲将是决定人们对竞聘者一个全面认识的重要环节。竞聘演讲既可是即兴的,也可以是有准备的。考官可以从以下几个方面观察竞聘者:声音是否洪亮有利,口齿是否清楚,抑扬顿挫,还是平平淡淡缺乏感染力;举止是否自然、平静放松;目光是否与观众进行了交流;结构是否清楚,论证是否充分。在这个项目中可以着重从语言表达能力、说服能力和自信心等方面考察竞聘者。竞聘者一般在正式的竞聘演讲前,要进行多次的演讲训练或者实验,从实验中找出自身的不足之处,然后慢慢修正,以达到演讲最佳的效果。
目前,因为竞聘者在进行训练的时候,都是请一些人帮助现场评论或者是自己录像后再看录像找演讲过程中存在的问题或是缺点,所以对于演讲训练的结果没有合理的客观性或者是有效提醒的及时性,而且竞聘者都是大部分时间无法满足自我训练与纠正达到提高演讲技巧与能力的效果。
给竞聘者提供一个模拟现场的竞聘演讲环境,帮助竞聘者实现实时的现场演讲环境的模拟,同时,通过对整个演讲过程进行综合的评价,为竞聘者提供一些改进演讲的信息,并且给出一个量化的标准。
提供一个全真模拟竞聘演讲的现实环境的高仿真系统是建立在一些科技新方法、新手段上的。这些方法和手段为这种高仿真训练系统提供了可能条件:
1、现代语音识别技术的发展
现代语音识别技术经过60多年的发展,如今,语音识别技术已经发展成为涉及声学、语言学、数字信号处理、统计模式识别等多学科技术的一项综合性技术。基于语音识别技术研发的现代语音识别系统在很多场景下获得了成功的应用。在我国863计划等推动下,一大批高水平的研究机构和企业加入到语音识别的研究领域,极大地推动了语音识别技术的发展和应用。语音识别系统已经从过去的小词汇量、孤立词识别、特定人识别、安静环境等简单任务逐步发展到大词汇量、连续语音、非特定人、噪声环境下的识别任务,从单纯的语音识别任务发展到语音翻译任务,从实验室走向商用系统。
2、现代智能视频分析技术的发展
智能视频分析技术(Video Analytics)综合了多学科的研究成果。智能视频的出现把视频监控从以往的“被动监控”变成“主动监控”。它通过智能化的识别工具对影像进行分析,并将信息转换成有价值数据,最后以关键性的信息向使用者提供警示。同时,它又能够24小时保持清醒地运行,去除大量的垃圾信息,有效地控制监控范围内的所有动静。一言以蔽之,智能视频监控将视频监控人员从繁琐的操作,海量的信息中解脱出来,并帮助他们更高效更精确地管理监控目标。随着经济的发展和人们对视频监控需求的提高,智能视频因其独具一格的优势,毫无疑问会成为视频监控系统需求市场上的新贵,获得众多消费者的青睐。
3. 人工智能技术与专家系统的发展与完善
近年来专家系统技术逐渐成熟在各个领域成果相当丰硕,甚至在某些应用领域,还超过人类专家的智能与判断。它作用有:如诊断血液中细菌的感染(MYCIN);如诊断汽车柴油引擎故障原因之CATS系统;如修理原油储油槽之专家系统SECOFOR;如电话故障排除系统ACE;如监督IBM MVS操作系统之YES/MVS;如侦查学生减法算术错误原因之BUGGY。事实证明,人工智能技术和专家系统可以完成许多难以完成的事,提高了生产效率和节省了钱财,因此它们具有巨大的社会效益和经济效益。计算机的智能化是世界各国专家和学者十分瞩目的研究课题,而人工智能与专家系统的开发研制成功将把当代的计算机技术推进到具有划时代意义的新阶段,它们在人类发展中有不可忽视的作用。
发明内容
本发明所要解决的技术问题是:提供一种竞聘演讲的仿真环境,在此环境中,竞聘者可以模拟现场演讲,系统会根据演讲的效果,给出评判或者是指导意见。整个竞聘演讲练习系统将集成了训练模式选择子系统、语音处理子系统、图像图形处理子系统、专家评价子系统和中央处理子系统,通过几个子系统的相互协调实现对竞聘者演讲的模拟训练。
为解决上述技术问题,本发明采用的技术方案是:
一种竞聘演讲的训练系统,包括用户启动演讲训练系统界面、训练模式选择子系统、语音处理子系统、图像图形处理子系统、专家评价子系统、和演讲训练系统结果显示界面;所述的竞聘演讲的训练系统以专家评价子系统为中心,语音处理子系统、图像图形处理子系统和中央处理子系统分别与专家评价子系统双向连接,用户启动演讲训练系统界面、训练模式选择子系统和专家评价子系统依次单向连接,中央处理子系统连接演讲训练系统结果显示界面;
所述训练模式选择子系统帮助演讲训练者实现多种演讲模式的选择,以方便在特定方式下的演讲模拟,供选择的演讲模式分为模仿特定人员的演讲、特定场合环境下的演讲或者是某种类型的演讲;
所述语音处理子系统实现对演讲者语音语调信息的采集与评价,通过对演讲者的语音语调的保存与处理,形成信息库;
所述图像图形处理子系统实现对演讲者仪表举止信息的采集与评价,通过对演讲者在演讲时的仪表举止行为的保存与处理,形成信息库;
所述专家评价子系统实现对语音处理子系统和图像图形处理子系统提供的信息根据一个或多个专家提供的知识和经验,进行推理和判断从而模拟出专家的评判,实现与当前演讲者的语音语调信息库进行对比,形成一个在声音方面合理的客观性评价;与当前演讲者的仪表举止行为信息库进行对比,形成一个在仪表举止行为方面合理的客观性评价;
所述中央处理子系统实现对训练模式选择子系统、语音处理子系统、图像图形处理子系统和专家评价子系统的有效结合,使其四个部分有机协调的实现数据信息的统一管理,四个子系统相互依赖,共享同一个数据平台,构成一个整体结构。
其中,所述的训练模式选择子系统中提供多种不同形式的模拟演讲训练方式。
所述的语音处理子系统采用稳定的语音预处理算法、高性能的模式匹配实现对语音信号的提取与处理,以实现高质量语音语调的信息编码。
所述的语音处理子系统采用稳定的录音设备进行语音预处理和模式匹配,模式匹配和信息编码的算法不限于某种单一的算法。
所述的图像图形处理子系统包括图像图形信号提取、图像图形信号预处理、图像图形信号特征提取、方向分析与智能跟踪、图像图形信息编码存储。所述的图像图形信号的预处理是为录制的图像图形信号进行降噪处理和特征增强处理,以得到比较纯净的图像图形信号特征向量,满足后续特征提取的条件;图像图形信号的提取和预处理两个部分主要是靠前端摄像设备实现;对图像图形信号的特征提取是将序列图像中包含的可用于目标跟踪的特征信息进行提取;方向分析与智能跟踪实现了对某特征方向的识别以判断此特征的活动范围以及活动频率,同时,以智能跟踪实现对特征目标的运动轨迹进行记录;对图像图形信息编码存储将分析和跟踪的图像图形信息以编码方式进行编码,压缩存储信息量,方便后续系统提取信息的便捷性。
专家评价子系统对语音信息和图形图像信息进行汇总,并基于大量的提取后集成到系统中的演讲专家的演讲技巧知识库进行复杂的推理求解出评价信息。专家评价子系统含有推理机和选择知识库;其中,推理机按既定的控制策略,针对当前语音和图形子系统提供的问题信息,识别和选取所选择的知识库中对解决当前问题有用的知识进行推理,直至最终得出问题的推理结果,知识库主要关于语音信息和图像图形信息的数据以及对这些信息的逻辑推演规则。
所述专家评价子系统实现对语音处理子系统和图像图形处理子系统提供的信息根据一个或多个专家提供的知识和经验,进行推理和判断从而模拟出专家的评判。主要实现与当前演讲者的语音语调信息库进行对比,形成一个在声音方面合理的客观性评价;与当前演讲者的仪表举止行为信息库进行对比,形成一个在仪表举止行为方面合理的客观性评价。
中央处理子系统主要包含两个模块:中央控制器和中央运算器;中央控制器是负责将系统的软硬件资源合理的分配给其他各个子系统,以及实现对各个子系统的逻辑控制,以方便在适当的时候提取数据;中央运算器主要是对提取到的声音或者是图形图像信息进行大数量运算和处理的模块,对多种来源的数据进行统一的计算方便适应多种评价模式下的专家系统的灵活结合。
所述中央处理子系统实现对训练模式选择子系统、语音处理子系统、图像图形处理子系统和专家评价子系统的有效结合,使其四个部分有机协调的实现数据信息的统一管理。
这四个部分的系统是相辅相成,四者使用同一个数据库平台,形成资源共享、互相作用的整体结构的。
与现有的技术系统相比,本发明的有益效果是:
1、本发明系统适用于各类演讲训练系统、演讲评分系统。
2、通过中央处理子系统能够将更多的数据处理信息纳入其中,保证一个可以迅速处理大数据量控制的平台的建立,保证可以实时的实现大数据量的运算及结果的正确输出。
3、本发明可以帮助演讲训练在单人环境中实现实时纠正。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1是本发明的结构示意图。
图2是本发明的训练模式选择子系统结构示意图。
图3是本发明的语音处理子系统结构示意图。
图4是本发明的图像图形处理子系统结构示意图。
图5是本发明的专家评价子系统结构示意图。
图6是本发明的中央处理子系统结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步详细说明。
如图1-6所示,一种竞聘演讲训练系统,主要包括训练模式选择子系统、语音处理子系统、图像图形处理子系统、专家评价子系统和中央处理子系统。
训练模式选择子系统
训练模式选择子系统实现了可以按照演讲训练者根据自己的实际需求选择训练方式,以达到特定方式下的训练效果。训练模式的选择将会决定后续专家系统的推理机的类型。训练模式选择子系统的实现结构图2:
可以供选择的“选择训练方式”可以包括但不限于以下的几种类型:
1、模仿特定人员的演讲模式,比如选择某名人演讲;
2、特定场合环境下的演讲,比如选择竞选场景下的即兴演讲;
3、某种类型的演讲,比如是诗歌朗诵。
语音处理子系统
语音处理子系统是实现对演讲者语音语调进行整体采集与处理,并且以某种特定的格式信息进行存储,方便信息顺畅的流转到专家系统。本发明通过五种技术手段综合使用,构建一个快速、便捷、稳定的语音处理子系统。
1、语音信号预处理与特征提取
汉语音节仅由韵母(共有28个)和声母(包括零声母有22个)构成,并且声母和韵母声学特性相差很大。实际应用中常把声母依后续韵母的不同而构成细化声母,这样虽然增加了模型数目,但提高了易混淆音节的区分能力。运用小波分析技术进行反映语义的特征参数,尽量去除说话人的个人说话内容信息。
2、声学模型与模式匹配
声学模型的目的是提供一种有效的方法计算语音的特征矢量序列和每个发音模板之间的距离。声学模型的设计和语言发音特点密切相关。声学模型单元大小(字发音模型、半音节模型或音素模型)对语音训练数据量大小、系统识别率,以及灵活性有较大的影响。必须根据不同语言的特点、识别系统词汇量的大小决定识别单元的大小。
目前常用的声学模型基元为声韵母、音节或词,根据实现目的不同来选取不同的基元。汉语加上语气词共有412个音节,包括轻音字,共有1282个有调音节字,所以当在小词汇表孤立词语音识别时常选用词作为基元,在大词汇表语音识别时常采用音节或声韵母建模,而在连续语音识别时,由于协同发音的影响,常采用声韵母建模。基于统计的语音识别模型常用的就是HMM模型λ(N,M,π,A,B),涉及到HMM模型的相关理论包括模型的结构选取、模型的初始化、模型参数的重估以及相应的识别算法等。
对于目前这种塑胶类的身份证,采用具备穿透辐射识别能力强的电子标签,采用体内嵌入的方法,进行一次性的封装、填充和固化,形成一体化的紧密结合。
3、语言模型与语言处理
语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正,特别是一些同音字则必须通过上下文结构才能确定词义。语言学理论包括语义结构、语法规则、语言的数学描述模型等有关方面。目前比较成功的语言模型通常是采用统计语法的语言模型与基于规则语法结构命令语言模型。语法结构可以限定不同词之间的相互连接关系,减少了识别系统的搜索空间,这有利于提高系统的识别。
4、语音编码存储处理
采用婚后编码的方式实现对语音识别后的信息的编码。混合编码是将波形编码和信源编码的原理结合起来,数码率约在4Kbps—16Kbps之间,音质比较好,性能较好的算法所取得的音质甚至可与波形编码相当,该类算法复杂程度介于波形编码和信源编码之间。
5、严谨的逻辑结构
整个语音处理子系统的实现结构图如图3。
“语音信号提取”是实现物理结构上的语音信号的录制,可以以其他专用录音设备也可以用计算机自身携带的录音程序进行全程录音。“语音信号预处理”是为录制的语音信号进行降噪处理和特征增强处理,以得到比较纯净的语音信号特征向量,满足后续特征提取的条件。“语音语调信号特征提取与模式匹配”是将语音信号进行时域的和频域的特征提取,主要是音调和音频的特征域的提取,在提取特征后选择对语音信号进行线性预测分析和矢量量化的模式匹配 “语音信息编码存储”实现了将模式匹配后的信息以一种特殊的编码方式进行编码,压缩存储信息量,方便后续系统提取信息的便捷性。
图像图形处理子系统
图像图形处理子系统主要是基于现代智能视频分析技术实现的。智能视频分析的技术原理是接入各种摄像机以及DVR、DVS及流媒体服务器等各种视频设备,并且通过智能化图像识别处理技术,对各种事件通过实时分析,将分析信息传导综合监控平台或者客户端。本系统采用基于工业计算机的后端智能视频分析解决方案。这种模式下是通过前端摄像机的基本的视频采集功能,将采集后的所有的视频分析都汇集到后端或者关键节点处由计算机统一处理。具体的实现框架图如图4。
“图像图形提取”是实现物理结构上的图像图形信号的录制,可以以其他专用图像图形设备也可以用计算机自身携带的图像图形处理程序进行全程录像。“图像图形信号预处理”是为录制的图像图形信号进行降噪处理和特征增强处理,以得到比较纯净的图像图形信号特征向量,满足后续特征提取的条件。此前的两个部分主要是靠前端摄像设备实现。“图像图形信号特征提取”是将序列图像中包含的可用于目标跟踪的特征信息,如目标的运动、颜色、边缘以及纹理等时域的特征提取。 “方向分析与智能跟踪”实现了对某特征方向的识别以判断此特征的活动范围以及活动频率,同时,以智能跟踪实现对特征目标的运动轨迹进行记录。“图像图形信息编码存储”实现了将分析和跟踪的图像图形信息以一种特殊的编码方式进行编码,压缩存储信息量,方便后续系统提取信息的便捷性。
专家评价子系统
当有语音信息和图形图像信息进入生产时,专家评价子系统就要对这些信息进行汇总,并基于大量的提取后集成到系统中的演讲专家的演讲技巧知识库进行复杂的推理求解出评价信息。此系统的实现框图如图5。
当语音处理子系统和图像处理子系统将相应的语音与图像信息传递给专家子系统后,专家子系统就会按照一个既定好的流程进行专家判断与评价从而实现对演讲者语音和图像信息的综合的、智能化的、客观的评价。
知识库内部的组织结构可采用人工智能中知识表示的合适方法。其中,一部分知识可称为数据,例如先验知识、动态信息、由事实及证据推得的中间状态和性能目标等。数据常常用一种框架结构组织在一起,形成数据库。另一部分知识可称为规则,即定性的推理知识,每条规则都代表着与受控系统有关的经验知识,它们往往以产生式规则(if……then……)表示。所有的规则组成规则库。在专家控制系统中,定量知识,即各种有关的解析算法,一般都独立编码,按常规的程序设计方法组织。
推理机的基本功能是:按既定的控制策略,针对当前语音和图形子系统提供的问题信息,识别和选取所选择的知识库中对解决当前问题有用的知识进行推理,直至最终得出问题的推理结果。
逻辑控制规则单元的基本功能是:将推理机得到的结果在知识库的基础上再进行一轮逻辑处理,便于结果显示单元能够清晰有效的显示。
结果信息存储与显示单元的基本功能是:将结果存储在特定数据库,并且以某种显示方式或者装置呈现给用户。
中央处理子系统
中央处理子系统是实现对训练模式选择子系统、语音处理子系统、图像图形处理子系统和专家评价子系统的有效结合与系统资源的实时分配,使其四个部分有机协调的实现数据信息的统一管理,保证整个系统能够有条不紊的实现演讲场景。具体的实现方案如图6。
整个系统的大脑就是中央处理子系统。此子系统主要包含两个模块:中央控制器和中央运算器。中央控制器是负责将系统的软硬件资源合理的分配给其他各个子系统,以及实现对各个子系统的逻辑控制,以方便在适当的时候提取数据。中央运算器主要是对提取到的声音或者是图形图像信息进行大数量运算和处理的模块,对多种来源的数据进行统一的计算方便适应多种评价模式下的专家系统的灵活结合。
当然,上述说明并非是对本发明的限制,本发明也并不限于上述举例,本技术领域的普通技术人员,在本发明的实质范围内,做出的变化、改型、添加或替换,都应属于本发明的保护范围。
Claims (9)
1.一种竞聘演讲的训练系统,其特征在于:包括用户启动演讲训练系统界面、训练模式选择子系统、语音处理子系统、图像图形处理子系统、专家评价子系统、和演讲训练系统结果显示界面;所述的竞聘演讲的训练系统以专家评价子系统为中心,语音处理子系统、图像图形处理子系统和中央处理子系统分别与专家评价子系统双向连接,用户启动演讲训练系统界面、训练模式选择子系统和专家评价子系统依次单向连接,中央处理子系统连接演讲训练系统结果显示界面;
所述训练模式选择子系统帮助演讲训练者实现多种演讲模式的选择,以方便在特定方式下的演讲模拟,供选择的演讲模式分为模仿特定人员的演讲、特定场合环境下的演讲或者是某种类型的演讲;
所述语音处理子系统实现对演讲者语音语调信息的采集与评价,通过对演讲者的语音语调的保存与处理,形成信息库;
所述图像图形处理子系统实现对演讲者仪表举止信息的采集与评价,通过对演讲者在演讲时的仪表举止行为的保存与处理,形成信息库;
所述专家评价子系统实现对语音处理子系统和图像图形处理子系统提供的信息根据一个或多个专家提供的知识和经验,进行推理和判断从而模拟出专家的评判,实现与当前演讲者的语音语调信息库进行对比,形成一个在声音方面合理的客观性评价;与当前演讲者的仪表举止行为信息库进行对比,形成一个在仪表举止行为方面合理的客观性评价;
所述中央处理子系统实现对训练模式选择子系统、语音处理子系统、图像图形处理子系统和专家评价子系统的有效结合,使其四个部分有机协调的实现数据信息的统一管理,四个子系统相互依赖,共享同一个数据平台,构成一个整体结构。
2.根据权利要求1所述的竞聘演讲的训练系统,其特征在于:所述的训练模式选择子系统中提供多种不同形式的模拟演讲训练方式。
3.根据权利要求1所述的竞聘演讲的训练系统,其特征在于:所述的语音处理子系统采用稳定的语音预处理算法、高性能的模式匹配实现对语音信号的提取与处理,以实现高质量语音语调的信息编码。
4.根据权利要求1所述的竞聘演讲的训练系统,其特征在于:所述的语音处理子系统采用稳定的录音设备进行语音预处理和模式匹配,模式匹配和信息编码的算法不限于某种单一的算法。
5.根据权利要求1所述的竞聘演讲的训练系统,其特征在于:所述的图像图形处理子系统包括图像图形信号提取、图像图形信号预处理、图像图形信号特征提取、方向分析与智能跟踪、图像图形信息编码存储。
6.根据权利要求5所述的竞聘演讲的训练系统,其特征在于:所述的图像图形信号的预处理是为录制的图像图形信号进行降噪处理和特征增强处理,以得到比较纯净的图像图形信号特征向量,满足后续特征提取的条件;图像图形信号的提取和预处理两个部分主要是靠前端摄像设备实现;对图像图形信号的特征提取是将序列图像中包含的可用于目标跟踪的特征信息进行提取;方向分析与智能跟踪实现了对某特征方向的识别以判断此特征的活动范围以及活动频率,同时,以智能跟踪实现对特征目标的运动轨迹进行记录;对图像图形信息编码存储将分析和跟踪的图像图形信息以编码方式进行编码,压缩存储信息量,方便后续系统提取信息的便捷性。
7.根据权利要求1所述的竞聘演讲的训练系统,其特征在于:专家评价子系统对语音信息和图形图像信息进行汇总,并基于大量的提取后集成到系统中的演讲专家的演讲技巧知识库进行复杂的推理求解出评价信息。
8.根据权利要求7所述的竞聘演讲的训练系统,其特征在于:专家评价子系统含有推理机和选择知识库;其中,推理机按既定的控制策略,针对当前语音和图形子系统提供的问题信息,识别和选取所选择的知识库中对解决当前问题有用的知识进行推理,直至最终得出问题的推理结果,知识库主要关于语音信息和图像图形信息的数据以及对这些信息的逻辑推演规则。
9.根据权利要求1所述的竞聘演讲的训练系统,其特征在于:中央处理子系统主要包含两个模块:中央控制器和中央运算器;中央控制器是负责将系统的软硬件资源合理的分配给其他各个子系统,以及实现对各个子系统的逻辑控制,以方便在适当的时候提取数据;中央运算器主要是对提取到的声音或者是图形图像信息进行大数量运算和处理的模块,对多种来源的数据进行统一的计算方便适应多种评价模式下的专家系统的灵活结合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310719822.0A CN103714248A (zh) | 2013-12-23 | 2013-12-23 | 一种竞聘演讲的训练系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310719822.0A CN103714248A (zh) | 2013-12-23 | 2013-12-23 | 一种竞聘演讲的训练系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103714248A true CN103714248A (zh) | 2014-04-09 |
Family
ID=50407214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310719822.0A Pending CN103714248A (zh) | 2013-12-23 | 2013-12-23 | 一种竞聘演讲的训练系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103714248A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022553A (zh) * | 2015-03-26 | 2016-10-12 | 塔塔咨询服务有限公司 | 用于农业活动监控和培训的系统和方法 |
CN106997243A (zh) * | 2017-03-28 | 2017-08-01 | 北京光年无限科技有限公司 | 基于智能机器人的演讲场景监控方法及装置 |
CN112232127A (zh) * | 2020-09-14 | 2021-01-15 | 辽宁对外经贸学院 | 一种智能演讲训练系统及方法 |
CN113411252A (zh) * | 2021-06-22 | 2021-09-17 | 邓润阳 | 演讲平台和演讲方法 |
CN116484318A (zh) * | 2023-06-20 | 2023-07-25 | 新励成教育科技股份有限公司 | 一种演讲训练反馈方法、装置及存储介质 |
-
2013
- 2013-12-23 CN CN201310719822.0A patent/CN103714248A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022553A (zh) * | 2015-03-26 | 2016-10-12 | 塔塔咨询服务有限公司 | 用于农业活动监控和培训的系统和方法 |
CN106022553B (zh) * | 2015-03-26 | 2021-12-14 | 塔塔咨询服务有限公司 | 用于农业活动监控和培训的系统和方法 |
CN106997243A (zh) * | 2017-03-28 | 2017-08-01 | 北京光年无限科技有限公司 | 基于智能机器人的演讲场景监控方法及装置 |
CN106997243B (zh) * | 2017-03-28 | 2019-11-08 | 北京光年无限科技有限公司 | 基于智能机器人的演讲场景监控方法及装置 |
CN112232127A (zh) * | 2020-09-14 | 2021-01-15 | 辽宁对外经贸学院 | 一种智能演讲训练系统及方法 |
CN113411252A (zh) * | 2021-06-22 | 2021-09-17 | 邓润阳 | 演讲平台和演讲方法 |
CN116484318A (zh) * | 2023-06-20 | 2023-07-25 | 新励成教育科技股份有限公司 | 一种演讲训练反馈方法、装置及存储介质 |
CN116484318B (zh) * | 2023-06-20 | 2024-02-06 | 新励成教育科技股份有限公司 | 一种演讲训练反馈方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728997B (zh) | 一种基于情景感知的多模态抑郁症检测系统 | |
CN104461525B (zh) | 一种可自定义的智能咨询平台生成系统 | |
CN103366618B (zh) | 基于人工智能与虚拟现实用于汉语学习培训的场景设备 | |
Ofli et al. | Learn2dance: Learning statistical music-to-dance mappings for choreography synthesis | |
Nyatsanga et al. | A Comprehensive Review of Data‐Driven Co‐Speech Gesture Generation | |
CN104050160B (zh) | 一种机器与人工翻译相融合的口语翻译方法和装置 | |
CN107958433A (zh) | 一种基于人工智能的在线教育人机交互方法与系统 | |
CN106653052A (zh) | 虚拟人脸动画的生成方法及装置 | |
CN112101045B (zh) | 一种多模态语义完整性识别方法、装置及电子设备 | |
CN101187990A (zh) | 一种会话机器人系统 | |
CN108269133A (zh) | 一种结合人体识别和语音识别的智能广告推送方法及终端 | |
CN103714248A (zh) | 一种竞聘演讲的训练系统 | |
CN112463942B (zh) | 文本处理方法、装置、电子设备及计算机可读存储介质 | |
Dahmani et al. | Conditional variational auto-encoder for text-driven expressive audiovisual speech synthesis | |
CN116542817B (zh) | 一种智能数字人律师咨询方法及系统 | |
CN115146975A (zh) | 基于深度学习的面向师-机-生教学成效评估方法和系统 | |
CN110956142A (zh) | 一种智能交互培训系统 | |
Wagner et al. | Applying cooperative machine learning to speed up the annotation of social signals in large multi-modal corpora | |
CN115937369A (zh) | 一种表情动画生成方法、系统、电子设备及存储介质 | |
CN117251057A (zh) | 一种基于aigc构建ai数智人的方法及系统 | |
Tamburini et al. | Prosodic prominence detection in Italian continuous speech using probabilistic graphical models | |
CN115188074A (zh) | 一种互动式体育训练测评方法、装置、系统及计算机设备 | |
CN117672251A (zh) | 一种基于边缘计算的城市声景智慧数字孪生系统 | |
CN115376547B (zh) | 发音评测方法、装置、计算机设备和存储介质 | |
Liu et al. | Deep learning scoring model in the evaluation of oral English teaching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140409 |
|
WD01 | Invention patent application deemed withdrawn after publication |