CN108109445A - 教学课情监控方法 - Google Patents

Abstract

本发明涉及教学监控技术领域，具体涉及一种教学课情监控方法，包括：数据采集步骤，课情数据采集模块采集教室内的课堂数据；音频数据分析步骤，数据分析模块对课堂数据中的音频数据进行分析得到分析结果；言语违规检测步骤，违规检测模块根据音频数据分析步骤的分析结果判断教师是否存在言语违规，如果是，则执行报警步骤，如果否，则不执行报警步骤；报警步骤，报警模块在违规检测步骤检测到教师违规后，根据报警联系数据向相应联系人发送报警提醒。本发明提供的教学课情监控方法，能够实时监控教师课堂教学过程中的言行举止情况。

Description

教学课情监控方法

技术领域

本发明涉及教学监控技术领域，具体而言，涉及一种教学课情监控方法。

背景技术

教师是文明的使者，作为“授业解惑”之人，其对学生的影响不仅仅只是知识内容层面上的，其一言一行都会对学生的人生观、价值观、世界观造成潜移默化的影响。

现有的教师评估大多只是针对教师的教学内容和质量进行监控评价，没有针对教师的言行进行监控评估的。如果教师在课堂上有不恰当的言行，例如辱骂或体罚学生、消极抱怨、发表偏激言论、恶意诋毁他人、发表反政府言论等，很可能会使学生走向错误的道路，影响其一生的发展。因此，对教师教学过程的言行举止的监控可以说是非常有必要的。

发明内容

本发明意在提供一种教学课情监控方法，能够实时监控教师课堂教学过程中的言行举止情况。

为了解决上述技术问题，本专利提供如下基础技术方案：

教学课情监控方法，该方法基于以下课情监控系统，所述课情监控系统包括：

课情信息采集模块，用于采集教室内的课堂数据；

数据存储模块，用于存储教师声纹数据、报警联系数据、言语违规关键词和关键词等级；

数据分析模块，用于对课堂数据进行分析；

违规检测模块，用于判断教师是否在讲课过程中存在违规；

报警模块，用于在检测到教师违规后向相应联系人发送报警提醒；

所述课堂数据包括音频数据，该方法包括以下步骤：

数据采集步骤，课情数据采集模块采集教室内的课堂数据；

音频数据分析步骤，数据分析模块对课堂数据中的音频数据进行分析得到分析结果；

言语违规检测步骤，违规检测模块根据音频数据分析步骤的分析结果判断教师是否存在言语违规，如果是，则执行报警步骤，如果否，则不执行报警步骤；

报警步骤，报警模块在违规检测步骤检测到教师违规后，根据报警联系数据向相应联系人发送报警提醒；

其中，音频数据分析步骤具体包括：

步骤一：数据分析模块根据教师声纹数据从音频数据中提取教师音频；

步骤二：数据分析模块对提取到的教师音频的讲话内容进行识别；

所述言语违规检测步骤具体包括：

步骤一：违规检测模块根据言语违规关键词对教师的讲话内容进行匹配；

步骤二：违规检测模块统计言语违规关键词出现的次数并以关键词等级作为权值计算该言语违规关键词总分值；

步骤三：违规检测模块计算该教师讲话内容中所有言语违规关键词的总分值；

步骤四：违规检测模块判断言语违规关键词的总分值是否超过预设值，若是判定该教师存在言语违规，若否，则判定该教师不存在言语违规。

本发明技术方案中，课情信息采集模块能够采集教师上课时教室内的课堂数据，然后由数据分析模块进行分析，再由违规检测模块根据分析的结果判断教师是否有违规的言行，报警模块检测到教室有违规的言行后，根据数据存储模块中预存的报警联系数据向相应的人员发送报警提醒。

通过音频数据分析步骤将教师的语音提取出来，并分析教师说话的内容，然后通过言语违规检测步骤对教师说话的内容进行分析，与违规用语进行匹配，记录违规言语的次数并计算分值，然后以分值判定教师讲课时是否存在言语违规，采用分值制，使分值达到一定的值才认定为言语违规，可以减少误报。

本发明通过言语检测子模块筛选教师讲课的内容，检测统计教师的违规语，并发送给相应的负责人进行处理，能够实时监控教师在课堂上的不恰当的言行，例如辱骂学生、乱发脾气、发牢骚抱怨、传播不正确的价值观、反政府言论等，防止教师向学生传递不正确的思想观念，保护学生健康成长。

进一步，所述音频数据分析步骤还包括俚语转化步骤，所述俚语转化步骤用于将教师讲话内容中出现的方言和俚语转化为普通话。

通过俚语转化单元能够识别教师方言或俚语。

进一步，所述课堂数据还包括视频数据，该方法还包括视频数据分析步骤，所述视频数据分析步骤具体包括：

步骤一：数据分析模块对根据教师人脸识别数据分辨视频数据中的教师和学生；

步骤二：数据分析模块对学生的姿势和动作进行识别；

该方法还包括行为违规检测步骤，所述行为违规检测步骤具体包括：

步骤一：违规检测模块根据违规行为识别数据和数据分析模块对学生姿态和动作的识别结果，记录与违规行为识别数据相匹配的学生行为；

步骤二：违规检测模块记录学生行为的持续时间；

步骤三：违规检测模块判断学生行为的持续时间是否超过预设值，若是，则判断该教师存在行为违规，若否，则判定该教师不存在行为违规。

通过视频数据和视频数据分析步骤，分析学生和教师的身份以及动作，违规检测模块对学生的姿势和时间进行记录，根据学生的姿势、时间或位置即可判定教师是否存在体罚行为，如长时间站立、门外站立等，进而判定教师是否存在行为违规。

进一步，所述报警步骤包括违规等级生成步骤，所述报警联系数据中包含每个违规等级对应的联系人数据，所述违规等级生成步骤具体包括以下步骤：

步骤一：报警模块获取言语违规检测步骤中的违规言语的总分值；

步骤二：报警模块获取行为违规检测步骤中检测到的违规行为、违规行为等级和持续时间；

步骤三：报警模块计算以违规行为等级和持续时间的乘积作为该违规行为的分值，计算所有违规行为的总分值；

步骤四：报警模块计算违规言语的总分值与违规行为总分值的和，以这个和计算该教师的违规等级。

将违规行为和违规言语划分等级，根据教师违规言语的等级和次数以及违规行为的等级和持续时间生成违规等级，根据违规等级选择不同的警报联系人，可以根据事态大小通知不同的负责人。

进一步，还包括证据存储步骤，所述证据存储步骤能够在违规检测模块检测到教师违规后将相关课堂数据作为违规证据数据存储到数据存储模块中。

存留证据，方便后期举证。

进一步，还包括学生违规监控步骤，学生违规监控步骤用于教师监控学生课堂的违规行为。

使教师能够实时监控教师内学生的行为，及时发现学生的违规行为。

附图说明

图1为本发明教学课情监控方法实施例的逻辑框图。

具体实施方式

下面通过具体实施方式对本发明作进一步详细的说明：

本实施例教学课情监控方法基于以下教学课情监控系统，如图1所示，该系统包括：

课情信息采集模块，课情信息采集模块用于采集教室内的课堂数据，课堂数据包括音频数据；

数据存储模块，数据存储模块用于存储教师信息数据、报警联系数据和违规分析数据；

数据分析模块，数据分析模块用于分析课情信息采集模块采集到的课堂数据，数据分析模块包括音频分析子模块，音频分析子模块用于根据教师信息数据从音频数据中分离出教师的音频，音频分析子模块还用于根据教师的音频识别出教师的讲话内容；

违规检测模块，违规检测模块用于根据数据分析模块的分析结果判断教师是否违规，违规检测模块包括言语检测子模块，言语检测子模块根据违规分析数据对教师的讲话内容进行分析、匹配和统计，判断教师是否在讲课过程中存在违规言语；

报警模块，报警模块用于在违规检测模块检测到教师违规后，根据报警联系数据向相应联系人发送报警提醒。

本实施例中，课情信息采集模块设置在教室内的教室终端上，数据存储模块、数据分析模块、违规检测模块以及报警模块均设置在远程云端服务器上，教室终端与远程云端服务器网络连接。

教室终端设置在每个教室中，课堂数据包括视频数据和音频数据，课情数据采集模块包括视频采集子模块和音频采集子模块，分别用于采集教师内的视频数据和音频数据，视频采集模块可以为设置在教室中的高清摄像头，为了能够全面的获取教室内的视频数据，摄像头可以设置多个，然后通过图像合成的算法将各个摄像头的图像拼接起来，同理音频采集模块也可以为均匀分布在教室内的麦克风组成，通过音频算法合成最终的音频数据，音频处理算法以及视频图像的处理算法都可以采用现有的技术，只要能够保证视频采集模块能够覆盖整个教室的范围，采集到教室内所有学生以及教师的面部以及肢体动作，音频采集模块能够采集到教室内任意一个学生正常说话的声音即可，在此不再赘述。

数据存储模块中存储有教师信息数据、报警联系数据、违规分析数据、违规证据数据、教案文档；教师信息数据包括教师声纹数据和教师人脸识别数据，违规分析数据包括言语违规关键词、关键词等级、违规行为识别数据、违规行为等级；报警联系数据按照违规等级逐级包括相应的负责人以及联系电话，例如可根据违规等级由低到高依次为年纪主任、学院主任、教务处主任、校长。

数据分析模块，数据分析模块用于分析课情信息采集模块采集到的课堂数据，数据分析模块包括音频分析子模块和视频分析子模块。

音频分析子模块包括声纹码分离单元、语义识别单元以及俚语转化单元，声纹码分离单元用于根据教师的声纹码特征数据从音频数据中将教师和学生的音频进行分离，语义识别单元用于识别教师的讲话内容，其采用现有的识别算法，俚语转化单元用于将音频数据中的俚语方言转化为标准普通话。

视频分析子模块包括人脸识别单元和动作识别单元，人脸识别单元用于识别处视频数据中的教师和学生，动作识别单元用于识别视频数据中学生动作或姿势，本实施例中，动作识别模块主要用于识别学生站立和蹲下的姿势动作，人脸识别技术方案和动作识别的技术方案均为现有技术。

违规检测模块，违规检测模块用于根据数据分析模块的分析结果判断教师是否违规，违规检测模块包括言语检测子模块和行为检测子模块。

言语检测子模块包括违规词匹配单元和违规词统计单元，违规词匹配单元能够对教师说的话进行过滤，查找是否有与违规言语关键词相匹配的内容，违规词统计单元用于统计言语违规关键词出现的次数，并根据关键词等级和言语违规关键词出现的次数计算该教室违规用语的总分值。

行为检测子模块包括违规行为识别单元和违规行为计时单元，违规行为识别单元根据动作识别单元的识别结果，找到行为与违规动作识别数据相匹配的学生，并进行计时，如果某一相匹配的行为超过了预设值，那么久判断教师存在行为违规，例如检测到一名学生站起来后，开始计时，如果学生站立时间超过10分钟，则认为教师存在体罚的行为，进而判断教师行为违规，有违规行为计时单元记录体罚的总时长。

报警模块包括违规等级生成子模块和报警提醒发送子模块，违规等级生成子模块根据数据存储模块中存储的各个违规言语和违规行为的等级数据，根据教师实际的违规言语的总分值，违规行为和时长，计算出教师的违规等级。

报警提醒发送子模块能够根据教师的违规等级和报警联系数据向与违规等级相匹配的联系人发送报警提醒。

还包括教师终端和学生违规检测模块，学生违规检测模块能够检测学生上课时是否存在违规的行为，教师终端用于供教师来查看学生违规检测模块的检测结果，学生违规检测模块包括，动作统计子模块、错误统计子模块，动作统计子模块用于按照固定的时间间隔，统计教室内学生的动作数量和每种动作的人数，例如，在某一时刻的抬头学生人数，低头学生人数等，并将人数最多的动作作为正确动作，其他动作作为错误动作，例如，当老师讲到“看黑板”之类的话语时，大多数学生应该是在看黑板，此时抬头的动作和姿势即为正确动作，低头即为错误动作，当教师讲到“要记下来”等话语时，大多数人应该是埋头记笔记，此时低头动作是正确动作，抬头动作是错误动作，错误统计子模块用于统计每一个学生错误动作的数据，当错误动作数量超过预设值，本实施例中为10次，或连续错误动作超过预设值，本实施例中为5次，则判定学生未在认真听课，然后将学生的位置发送给教师终端，提醒教师，从而实现了教师对学生的课堂监控。

该方法包括以下步骤：

数据采集步骤，课情数据采集模块采集教室内的课堂数据；

音频数据分析步骤，数据分析模块对课堂数据中的音频数据进行分析得到分析结果；

言语违规检测步骤，违规检测模块根据音频数据分析步骤的分析结果判断教师是否存在言语违规，如果是，则执行报警步骤，如果否，则不执行报警步骤；

报警步骤，报警模块在违规检测步骤检测到教师违规后，根据报警联系数据向相应联系人发送报警提醒；

其中，音频数据分析步骤具体包括：

步骤一：数据分析模块根据教师声纹数据从音频数据中提取教师音频；

步骤二：数据分析模块对提取到的教师音频的讲话内容进行识别；

言语违规检测步骤具体包括：

步骤一：违规检测模块根据言语违规关键词对教师的讲话内容进行匹配；

步骤二：违规检测模块统计言语违规关键词的出现次数并以关键词等级作为权值计算该言语违规关键词总分值；

步骤三：违规检测模块计算该教师讲话内容中所有言语违规关键词的总分值；

步骤四：违规检测模块判断言语违规关键词的总分值是否超过预设值，若是判定该教师存在言语违规，若否，则判定该教师不存在言语违规。

音频数据分析步骤还包括俚语转化步骤，俚语转化步骤用于将教师讲话内容中出现的方言和俚语转化为普通话。

课堂数据还包括视频数据，数据存储模块中还存储有教师人脸识别数据和违规行为识别数据，该方法还包括视频数据分析步骤，视频数据分析步骤具体包括：

步骤一：数据分析模块对根据教师人脸识别数据分辨视频数据中的教师和学生；

步骤二：数据分析模块对学生的姿势和动作进行识别。

该方法还包括行为违规检测步骤，行为违规检测步骤具体包括：

步骤一：违规检测模块根据违规行为识别数据和数据分析模块对学生姿态和动作的识别结果，记录与违规行为识别数据相匹配的学生行为；

步骤二：违规检测模块记录学生行为的持续时间；

步骤三：违规检测模块判断学生行为的持续时间是否超过预设值，若是，则判断该教师存在行为违规，若否，则判定该教师不存在行为违规。

数据存储模块中还存储有违规行为等级，报警步骤包括违规等级生成步骤，报警联系数据中包含每个违规等级对应的联系人数据，违规等级生成步骤具体包括以下步骤：

步骤一：报警模块获取言语违规检测步骤中的违规言语的总分值；

步骤二：报警模块获取行为违规检测步骤中检测到的违规行为、违规行为等级和持续时间；

步骤三：报警模块计算以违规行为等级和持续时间的乘积作为该违规行为的分值，计算所有违规行为的总分值；

步骤四：报警模块计算违规言语的总分值与违规行为总分值的和，以这个和计算该教师的违规等级。

还包括证据存储步骤，数据存储模块还用于存储违规证据数据，证据存储步骤能够在违规检测模块检测到教师违规后将相关课堂数据作为违规证据数据存储到数据存储模块中。

还包括教案文档生成步骤，数据存储模块还用于存储教案文档，教案文档生成步骤用于将教师讲课内容转化为文字档案并存档到数据存储模块中。

还包括学生违规监控步骤，用于教师监控学生课堂的违规行为，学生违规监控步骤包括：

学生动作统计步骤，学生违规检测模块用于按照固定的时间间隔，统计教室内学生的动作数量和每种动作的人数；

学生错误动作统计步骤，学生违规检测模块将人数最多的动作作为当时的正确动作，将其他动作作为错误动作，学生违规检测模块统计记录每一个学生的错误动作累计数量和连续错误数量；

学生违规提醒步骤，学生违规检测模块判断学生的错误动作累计数量或连续错误数量是否超过预设值，若是，则向教师的手机终端发送该学生的位置，提醒教师注意，若否，则结束检测，从而实现了教师对学生的课堂监控。

以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (6)

1.教学课情监控方法，其特征在于：包括以下步骤：

数据采集步骤，课情数据采集模块采集教室内的课堂数据；

音频数据分析步骤，数据分析模块对课堂数据中的音频数据进行分析得到分析结果；

言语违规检测步骤，违规检测模块根据音频数据分析步骤的分析结果判断教师是否存在言语违规，如果是，则执行报警步骤，如果否，则不执行报警步骤；

报警步骤，报警模块在违规检测步骤检测到教师违规后，根据报警联系数据向相应联系人发送报警提醒；

其中，音频数据分析步骤具体包括：

步骤一：数据分析模块根据教师声纹数据从音频数据中提取教师音频；

步骤二：数据分析模块对提取到的教师音频的讲话内容进行识别；

所述言语违规检测步骤具体包括：

步骤一：违规检测模块根据言语违规关键词对教师的讲话内容进行匹配；

步骤二：违规检测模块统计言语违规关键词出现的次数并以关键词等级作为权值计算该言语违规关键词总分值；

步骤三：违规检测模块计算该教师讲话内容中所有言语违规关键词的总分值；

步骤四：违规检测模块判断言语违规关键词的总分值是否超过预设值，若是判定该教师存在言语违规，若否，则判定该教师不存在言语违规。

2.根据权利要求1所述的教学课情监控方法，其特征在于：所述音频数据分析步骤还包括俚语转化步骤，所述俚语转化步骤用于将教师讲话内容中出现的方言和俚语转化为普通话。

3.根据权利要求1所述的教学课情监控方法，其特征在于：所述课堂数据还包括视频数据，该方法还包括视频数据分析步骤，所述视频数据分析步骤具体包括：

步骤一：数据分析模块对根据教师人脸识别数据分辨视频数据中的教师和学生；

步骤二：数据分析模块对学生的姿势和动作进行识别；

该方法还包括行为违规检测步骤，所述行为违规检测步骤具体包括：

步骤一：违规检测模块根据违规行为识别数据和数据分析模块对学生姿态和动作的识别结果，记录与违规行为识别数据相匹配的学生行为；

步骤二：违规检测模块记录学生行为的持续时间；

步骤三：违规检测模块判断学生行为的持续时间是否超过预设值，若是，则判断该教师存在行为违规，若否，则判定该教师不存在行为违规。

4.根据权利要求3所述的教学课情监控方法，其特征在于：所述报警步骤包括违规等级生成步骤，所述报警联系数据中包含每个违规等级对应的联系人数据，所述违规等级生成步骤具体包括以下步骤：

步骤一：报警模块获取言语违规检测步骤中的违规言语的总分值；

步骤二：报警模块获取行为违规检测步骤中检测到的违规行为、违规行为等级和持续时间；

步骤三：报警模块计算以违规行为等级和持续时间的乘积作为该违规行为的分值，计算所有违规行为的总分值；

步骤四：报警模块计算违规言语的总分值与违规行为总分值的和，以这个和计算该教师的违规等级。

5.根据权利要求1至4任一项所述的教学课情监控方法，其特征在于：还包括证据存储步骤，所述证据存储步骤能够在违规检测模块检测到教师违规后将相关课堂数据作为违规证据数据存储到数据存储模块中。

6.根据权利要求5所述的教学课情监控方法，其特征在于：还包括学生违规监控步骤，学生违规监控步骤用于教师监控学生课堂的违规行为。