CN111507581A - 基于语速的课程匹配方法、系统、设备及存储介质 - Google Patents

基于语速的课程匹配方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN111507581A
CN111507581A CN202010224514.0A CN202010224514A CN111507581A CN 111507581 A CN111507581 A CN 111507581A CN 202010224514 A CN202010224514 A CN 202010224514A CN 111507581 A CN111507581 A CN 111507581A
Authority
CN
China
Prior art keywords
text
student
course
distributed
online
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.)
Granted
Application number
CN202010224514.0A
Other languages
English (en)
Other versions
CN111507581B (zh
Inventor
周洋
孙旸
涂序文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Zhitong Consulting Co Ltd
Original Assignee
Tutorabc Network Technology Shanghai Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tutorabc Network Technology Shanghai Co ltd filed Critical Tutorabc Network Technology Shanghai Co ltd
Priority to CN202010224514.0A priority Critical patent/CN111507581B/zh
Publication of CN111507581A publication Critical patent/CN111507581A/zh
Application granted granted Critical
Publication of CN111507581B publication Critical patent/CN111507581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明提供了基于语速的课程匹配方法、系统、设备及存储介质，在线教育方法包括了：采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频；将预习音频进行语音识别得到预习文本，根据预习音频中的第一语速和第一准确率获得基于学员在课前基于课程文本熟练程度的第一参数；根据每位待分配的在线教员的历史教学视频获得在线教员的第二语速；以及根据待分配学员组的第一参数平均值进行排序后匹配在线教员，第一参数平均值最低的待分配学员组优先与当前待分配的在线教员中第二语速最慢的教员匹配。本发明根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，提升网络课程的整体教学质量。

Description

基于语速的课程匹配方法、系统、设备及存储介质
技术领域
本发明涉及在线教育领域，具体地说，涉及基于语速的课程匹配方法、系统、设备及存储介质。
背景技术
随着信息技术迅速发展，特别是从互联网到移动互联网，创造了跨时空的生活、工作和学习方式，使知识获取的方式发生了根本变化。教与学可以不受时间、空间和地点条件的限制，知识获取渠道灵活与多样化。在线教育即e-Learning，或称远程教育、在线学习，现行概念中一般指的是一种基于网络的学习行为，与网络培训概念相似。
在线教育平台即在线培训系统是实施在线培训，在线教育的工具软件，一个运用网络技术与软件技术，可以定制和扩展的远程网上教育学院。它通过简单易用的课件、试题导入和制作功能帮助行业或企业快速组建自己专有的知识库体系，并提供培训需求调查、培训目标设定、课程体系设计、培训计划管理、培训过程监控及考核评估等功能帮助客户高效地实施员工培训和考核任务。
目前，大部分在线语言教育的教员与学员的分配方式包括两种：
第一种是基于固定教员定时与固定的学员进行网上授课，第一种方法的优点是教员更了解学员的语言水平，基于不同水平的学员提供合理的关注度和分件上的分配，保证语言教学水平，但是缺点是人力成本较高，并且容易存在多人之间的相互等待时间，不利于推广。
第二种是基于上线的在线学员与在线教员之间随机匹配，第二种方法的优点是灵活人员配置，不会存在等待时间，但缺点是由于教员是临时与学员进行教学，教员与学员之间很陌生，教员并不了解学员的语言学习能力和语言水平，在课程中无法有针对性地向对课程不熟悉的学员投入关注度和时间，学习的效率会降低。而且，如果当语言水平较差的学员遇到语速较快的教员时，学员的体验会很差，学员在课程上无法进行有效的学习，直接影响了学员对于在线语言教育平台的用户体验，甚至是放弃该在线语言教育平台。
在课程进行中，教员往往只能拼接自身经验的短时记忆来判断学生的学习程度，缺乏评估的标准，在随机匹配的机制中，面对第一次见面的学员，教员的判断准确率难以保证，无法确保每位学员的教学质量达到预期标准。并且，基于数据统计和用户反馈，大部分对课程差评的原因都是基于基础薄弱的学员遇到语速过快的教员，导致教学脱节，这是用户最反感的课程体验。有个别教员会因为本人习惯性的高语速，在匹配到熟悉程度地的学员时，被差评或投诉。
并且，在课程过程中，有些学员水平较高，早已完成了课程所需的水平，而另一些学习不足，如果任然采用每人平均的练习机会，对于优秀者并没有提高，但是对于水平较差的学员，却难以补助，这种远程网课经常要面对的教员的关注度和时间准确投放的问题。
所以，如何提供合理的教员与学员的匹配机制以及如何让教员更了解学员的学习水平，是行业中长期以来的痛点。
因此，本发明提供了一种基于语速的课程匹配方法、系统、设备及存储介质。
发明内容
针对现有技术中的问题，本发明的目的在于提供基于语速的课程匹配方法、系统、设备及存储介质，克服了现有技术的，根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，在不改变人员配置的情况下，提升网络课程的整体教学质量。
本发明的实施例提供一种基于语速的课程匹配方法，应用于在线语言教育，包括以下步骤：
包括以下步骤：
S110、采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频；
S120、将所述预习音频进行语音识别得到预习文本，根据所述预习音频中的第一语速和第一准确率获得基于所述学员在课前基于所述课程文本熟练程度的第一参数；
S130、根据每位待分配的在线教员的历史教学视频获得所述在线教员的第二语速；以及
S140、根据待分配学员组的第一参数平均值进行排序后匹配所述在线教员，所述第一参数平均值最低的待分配学员组优先与当前待分配的所述在线教员中第二语速最慢的教员匹配。
优选地，所述步骤S110中，在网络课程开始之前，通过每个所述学员的移动终端向所述学员展示至少部分当前课程文本，并采集所述学员朗读所述课程文本的预习音频。
优选地，所述步骤S120中，获得所述预习文本中单词总量与音频时长的比值，作为所述第一语速。
优选地，所述步骤S120中，对所述预习文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比所述预习文本与所述课程文本之间相同语句，将相同语句的数量占所述课程文本总语句数的比值作为第一准确率。
优选地，所述步骤S120中，将所述第一语速和第一准确率的乘积作为第一参数。
优选地，所述步骤S130中，将待分配的在线教员的历史教学视频进行语音识别得到历史文本，获得所述历史文本中单词总量与音频时长的比值，作为所述第二语速。
优选地，所述步骤S140包括：
获得每个待分配学员组中所有所述学员的第一参数的平均值作为第一排序系数；
将待分配学员组根据所述第一排序系数进行递增排序得到第一序列；
将当前待分配的所述在线教员的根据所述第二语速进行递增排序得到第二序列；
将所述第一序列中的待分配学员组与所述第二序列中相同序列位置的在线教员匹配。
优选地，所述步骤S140中，还包括生成一课程邀请向匹配后的所述在线教员和对应的所述待分配学员组中每个学员发送。
优选地，还包括以下步骤：
S150、在线课程进行中，实时采集课程中所有所述学员阅读当前课程文本的课堂音频；
S160、将所述课堂音频进行语音识别得到课堂文本，至少根据所述课堂文本中的第三语速和第二准确率获得基于所述学员当前基于所述课程文本熟练程度的第二参数；
S170、根据所述学员的第二参数进行排序；以及
S180、在教员的教学界面中分区显示每一位学员，并且对第二参数最低的至少一位学员作为目标学员，对显示所述目标学员的区域进行突出显示。
优选地，所述S160中，获得所述课堂文本中单词总量与音频时长的比值，作为所述第三语速。
优选地，所述S160中，对所述课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比所述课堂文本与所述课程文本之间相同语句，将相同语句的数量与所述课程文本总语句数的比值作为第二准确率。
优选地，所述S160中，获得所述学员的课堂文本中单词总量与预习文本中单词总量的和作为学员单词总量，获得所述学员的预习音频的音频时长与课堂音频的音频时长的和作为学员发言时长，获得学员单词总量与学员发言时长的比值，作为所述第三语速。
优选地，所述S160中，对所述课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比所述课堂文本与所述课程文本之间相同语句，
将基于所述预习文本的相同语句的数量与基于所述课堂文本的相同语句的数量作为学员语句总量，将所述学员语句总量与所述课程文本总语句数的比值作为第二准确率。
优选地，所述S160中，将所述第三语速和第二准确率的乘积作为第二参数。
优选地，所述S180中，将所述目标学员的课堂文本同步显示于所述目标学员的区域中并以第一颜色显示，将其余学员的课堂文本同步显示于所述学员的区域中并以第二颜色显示。
优选地，所述S180中，将显示所述目标学员的区域的面积增大，将显示其余学员的区域的面积减小。
优选地，所述S180中，将所述目标学员的区域进行高亮或是描边显示。
本发明的实施例还提供一种基于语速的课程匹配系统，用于实现上述的基于语速的课程匹配方法，所述基于语速的课程匹配系统包括：
音频采集模块，采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频；
第一参数模块，将所述预习音频进行语音识别得到预习文本，根据所述预习音频中的第一语速和第一准确率获得基于所述学员在课前基于所述课程文本熟练程度的第一参数；
第二语速模块，根据每位待分配的在线教员的历史教学视频获得所述在线教员的第二语速；以及
教员匹配模块，根据待分配学员组的第一参数平均值进行排序后匹配所述在线教员，所述第一参数平均值最低的待分配学员组优先与当前待分配的所述在线教员中第二语速最慢的教员匹配。
本发明的实施例还提供一种基于语速的课程匹配设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述基于语速的课程匹配方法的步骤。
本发明的实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述基于语速的课程匹配方法的步骤。
本发明的基于语速的课程匹配方法、系统、设备及存储介质，能够根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，在不改变人员配置的情况下，提升网络课程的整体教学质量，并且，能够在课上实时辅助教员，确认学员的课程的熟练程度，明确地向教员实时展示学员熟练程度的区别状态，有助于提示教员集中注意力在熟练程度低的学员身上，提高用户满意度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明的基于语速的课程匹配方法的流程图。
图2是本发明的基于语速的课程匹配方法中采集用户的照片和社交账号的示意图。
图3是本发明的基于语速的课程匹配方法中排序匹配的示意图。
图4和5是本发明的基于语速的课程匹配方法中根据学员的第二参数通过不同颜色突出显示的示意图。
图6和7是本发明的基于语速的课程匹配方法中根据学员的第二参数通过增大显示面积突出显示的示意图。
图8是本发明的基于语速的课程匹配系统的架构示意图。
图9是本发明的基于语速的课程匹配设备的结构示意图。以及
图10是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
图1是本发明的基于语速的课程匹配方法的流程图。如图1所示，本发明的基于语速的课程匹配方法，应用于在线语言教育，包括以下步骤：
S110、采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频；
S120、将预习音频进行语音识别得到预习文本，根据预习音频中的第一语速和第一准确率获得基于学员在课前基于课程文本熟练程度的第一参数；
S130、根据每位待分配的在线教员的历史教学视频获得在线教员的第二语速；以及
S140、根据待分配学员组的第一参数平均值进行排序后匹配在线教员，第一参数平均值最低的待分配学员组优先与当前待分配的在线教员中第二语速最慢的教员匹配。
本发明通过评估学员在课前基于课程文本熟练程度的第一参数以及在线教员的第二语速进行了匹配，以便保证熟练度不高的学员能够遇到语速相对较慢的教员，提高这部分学员的教学体验，避免因为随机匹配而导致到的高语速教员被差评的意外事故，对于教员和学员双向提高满意度。
在一个优选方案中，步骤S110中，在网络课程开始之前，通过每个学员的移动终端向学员展示至少部分当前课程文本，并采集学员朗读课程文本的预习音频，但不以此为限。可以通过每个学员自己的手机展示至少部分当前课程文本，并采集学员朗读课程文本的预习音频
在一个优选方案中，步骤S120中，获得预习文本中单词总量与音频时长的比值，作为第一语速，但不以此为限。例如，预习文本中单词总量为200个，学员阅读这部分单词的音频时长为1分钟，则第一语速为200个/分钟。
在一个优选方案中，步骤S120中，对预习文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比预习文本与课程文本之间相同语句，将相同语句的数量占课程文本总语句数的比值作为第一准确率，但不以此为限。例如：课程文本为“We willgo to the picnic tomorrow.Please bring an apple.I like apples best.”则通过标点符号进行语句划分后得到“We will go to the picnic tomorrow.”“Please bring anapple.”“I like apples best.”。而学员的预习音频进行语音识别得到预习文本为“Wewill go to the picnic tomorrow.Please bring a apple.I like apples best.”则通过标点符号进行语句划分后得到“We will go to the picnic tomorrow.”“Please bringa apple.”“I like apples best.”。显然预习文本的第一句和第三句与课程文本完全相同，但是在第二句中存在错误(apple之前的“an”被读成了“a”)，所以，相同语句的数量占课程文本总语句数的比值作为第一准确率为2÷3＝66.6％
在一个优选方案中，步骤S120中，将第一语速和第一准确率的乘积作为第一参数，但不以此为限。例如，第一语速为220个/分钟，准确率为95％，则第一参数为220乘以95％＝209。
在一个优选方案中，步骤S130中，将待分配的在线教员的历史教学视频进行语音识别得到历史文本，获得历史文本中单词总量与音频时长的比值，作为第二语速，但不以此为限。例如，通过教员历史教学视频进行语音识别得到历史文本共计5万个单词，教员说出这些单次共用250分钟，则教员的语速为200个/分钟。
在一个优选方案中，步骤S140包括：
获得每个待分配学员组中所有学员的第一参数的平均值作为第一排序系数；
将待分配学员组根据第一排序系数进行递增排序得到第一序列；
将当前待分配的在线教员的根据第二语速进行递增排序得到第二序列；
将第一序列中的待分配学员组与第二序列中相同序列位置的在线教员匹配，但不以此为限。
通过这种匹配方式，能够保证第一排序系数低的学员组(整体熟练度低)的学员能够优先获得语速慢的教员，使得在教学过程中，大大降低了学员的沟通难度，提高学习体验。
在一个优选方案中，步骤S140中，还包括生成一课程邀请向匹配后的在线教员和对应的待分配学员组中每个学员发送，但不以此为限。
在一个优选方案中，还包括以下步骤：
S150、在线课程进行中，实时采集课程中所有学员阅读当前课程文本的课堂音频；
S160、将课堂音频进行语音识别得到课堂文本，至少根据课堂文本中的第三语速和第二准确率获得基于学员当前基于课程文本熟练程度的第二参数；
S170、根据学员的第二参数进行排序；以及
S180、在教员的教学界面中分区显示每一位学员，并且对第二参数最低的至少一位学员作为目标学员，对显示目标学员的区域进行突出显示，但不以此为限。
本发明通过评估学员在上课过程中的实时表现，评估当前基于课程文本熟练程度的第二参数，并且将第二参数低的学员(本次网课学习效果不好的学员)在教员的界面上突出显示，向教员提供关键的参考信息，从而便于让教员了解该学员的状态，以便提供教员在课上多给该学员语言训练的机会，提高学员的学习质量，避免教员因为临时随机分配不熟悉学员而造成的关注度不足的情况，即给教员的工作提供了重要的辅助参考信息，而能保证课程文本熟练程度低的学员的学习效果。
在一个优选方案中，S160中，获得课堂文本中单词总量与音频时长的比值，作为第三语速，但不以此为限。
在一个优选方案中，S160中，对课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比课堂文本与课程文本之间相同语句，将相同语句的数量与课程文本总语句数的比值作为第二准确率，但不以此为限。
在一个优选方案中，S160中，获得学员的课堂文本中单词总量与预习文本中单词总量的和作为学员单词总量，获得学员的预习音频的音频时长与课堂音频的音频时长的和作为学员发言时长，获得学员单词总量与学员发言时长的比值，作为第三语速，但不以此为限。
在一个优选方案中，S160中，对课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比课堂文本与课程文本之间相同语句，
将基于预习文本的相同语句的数量与基于课堂文本的相同语句的数量作为学员语句总量，将学员语句总量与课程文本总语句数的比值作为第二准确率，但不以此为限。
在一个优选方案中，S160中，将第三语速和第二准确率的乘积作为第二参数，但不以此为限。
在一个优选方案中，S180中，将目标学员的课堂文本同步显示于目标学员的区域中并以第一颜色显示，将其余学员的课堂文本同步显示于学员的区域中并以第二颜色显示，但不以此为限。
在一个优选方案中，S180中，将显示目标学员的区域的面积增大，将显示其余学员的区域的面积减小，但不以此为限。
在一个优选方案中，S180中，将目标学员的区域进行高亮或是描边显示，但不以此为限。
以下通过图2至7来具体介绍本发明的实施过程：
图2是本发明的基于语速的课程匹配方法中采集用户的照片和社交账号的示意图。图3是本发明的基于语速的课程匹配方法中排序匹配的示意图。如图2和3所示，学员11通过手机111，学员12通过手机121，学员13通过手机131等多个学员分别连接到在线教育平台的服务器4，教员7、8、9也各自通过手机分别连接到在线教育平台的服务器4。首先，以三位学员一组形成待分配学员组，学员11、学员12以及学员13被分配到同一个待分配学员组。在网络课程开始之前，通过每个学员的移动终端向学员展示至少部分当前课程文本：“William Shakespeare is not only the most outstanding dramatist in thehistory of English literature,but also the most important and greatest writerin the Renaissance of Europe.At that time,he was the master of humanismliterature and the most outstanding writer in the world.”。并采集学员朗读课程文本的预习音频。可以通过每个学员自己的手机展示至少部分当前课程文本，并采集每组待分配学员组中学员11、学员12以及学员13在课前阅读当前课程文本的预习音频。课程文本共计46个词，学员11需要0.46分钟读完，则学员11的语速为100个/分钟。课程文本则通过标点符号进行语句划分后得到4个语句，通过对预习音频进行语音识别得到预习文本，获得4个语句，其中3个与课程文本相同，则学员11的第一准确率为75％，所以学员11在课前基于课程文本熟练程度的第一参数为75。同理获得学员12的在课前基于课程文本熟练程度的第一参数为70，同理获得学员13的在课前基于课程文本熟练程度的第一参数为77。可以获得包括学员11、学员12以及学员13的第一待分配学员组101的第一参数的平均值为74。同理获得，包括学员21、学员22以及学员23的第二待分配学员组102的第一参数的平均值为78，包括学员31、学员32以及学员33的第三待分配学员组103的第一参数的平均值为82。参考图3，根据待分配学员组的第一参数平均值进行排序为：第一待分配学员组101的第一参数的平均值＜第二待分配学员组102的第一参数的平均值＜第三待分配学员组103的第一参数的平均值。
根据每位待分配的在线教员7、8、9的历史教学视频获得在线教员的第二语速，获得在线教员7的语速为150个/分钟，在线教员8的语速为200个/分钟，在线教员9的语速为250个/分钟。
对在线教员的语速进行排序得到在线教员7的语速＜在线教员8的语速＜在线教员9的语速。然后将待分配学员组依次匹配在线教员，第一参数平均值最低的待分配学员组优先与当前待分配的在线教员中第二语速最慢的教员匹配，得到第一待分配学员组101匹配在线教员7，第二待分配学员组102匹配在线教员8，第三待分配学员组103匹配在线教员9。
本发明通过评估学员在课前基于课程文本熟练程度的第一参数以及在线教员的第二语速进行了匹配，以便保证熟练度不高的第一待分配学员组101中的学员能够遇到语速相对较慢的在线教员7，提高这部分学员的教学体验，避免因为随机匹配而导致到的高语速教员被差评的意外事故，对于教员和学员双向提高满意度。
图4和5是本发明的基于语速的课程匹配方法中根据学员的第二参数通过不同颜色突出显示的示意图。如图4和5所示，在线课程进行中，实时采集课程中所有学员11、12、13阅读当前课程文本的课堂音频。将课堂音频进行语音识别得到课堂文本，至少根据课堂文本中的第三语速和第二准确率获得基于学员当前基于课程文本熟练程度的第二参数。获得课堂文本中单词总量与音频时长的比值，作为第三语速。对课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比课堂文本与课程文本之间相同语句，将相同语句的数量与课程文本总语句数的比值作为第二准确率。或者，获得学员的课堂文本中单词总量与预习文本中单词总量的和作为学员单词总量，获得学员的预习音频的音频时长与课堂音频的音频时长的和作为学员发言时长，获得学员单词总量与学员发言时长的比值，作为第三语速。对课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比课堂文本与课程文本之间相同语句，将基于预习文本的相同语句的数量与基于课堂文本的相同语句的数量作为学员语句总量，将学员语句总量与课程文本总语句数的比值作为第二准确率。将第三语速和第二准确率的乘积作为第二参数。在课程进行一段时间后，学员11的第二参数为88，学员12由于开小差学习质量较差，学员12的第二参数为79，学员13的第二参数为86，计算过程参考之前第一参数的计算过程，此处不再赘述。
教员7的教学界面中分区显示每一位学员的视频画面，学员11、学员12、学员13各自在教员的教学界面中占据一独立的显示区域，根据学员的第二参数进行排序后，在，并且对第二参数最低的学员12作为目标学员，对显示目标学员的区域进行突出显示。例如，将目标学员的课堂文本同步显示于目标学员的区域中并以第一颜色显示，将其余学员的课堂文本同步显示于学员的区域中并以第二颜色显示。以便教员7能够关注到学员12的基于课程文本熟练程度较低，从而关注学员12，提供给学员12更多的语言练习机会，来提高学员12的学习质量。
本发明的方法可以作为教员在整个课程过程中的实时信息辅助，为教员提供每位学生的对于当前课程文本熟练程度的参考信息，也有助于教员确定更需要辅导和帮助的是哪一位学员，尤其适用于在即时分配的网课机制下，教员与学员相互陌生的场景中，能给教员提供有效的帮助。通过本发明的方法，在课程过程中，有些学员水平较高，早已完成了课程所需的水平，而另一些学习不足，那么通过对于第二参数最低的学员的突出显示，便于教员及时关注到更需要帮助和练习的学员，有助于提高教员的关注度和时间的投放准确性，保证每一位学员都不会被疏忽和拉下，提高网课整体质量。
图6和7是本发明的基于语速的课程匹配方法中根据学员的第二参数通过增大显示面积突出显示的示意图。如图6和7所示，在一个变形例中，可以采用其他方式对目标学员的区域进行突出显示，例如，如果获得学员13作为目标学员，可以将显示学员13的区域的面积增大，将显示其余学员11、12的区域的面积减小。以便凸现学员13，使得教员7能够关注到学员13的基于课程文本熟练程度较低，从而关注学员13，提供给学员13更多的语言练习机会，来提高学员13的学习质量，此处不再赘述。
在另一个变形例中，也可以将目标学员的区域进行高亮或是描边显示，不以此为限。
本发明通过评估学员在上课过程中的实时表现，评估当前基于课程文本熟练程度的第二参数，并且将第二参数低的学员(本次网课学习效果不好的学员)在教员的界面上突出显示，向教员提供关键的参考信息，从而便于让教员了解该学员的状态，以便提供教员在课上多给该学员语言训练的机会，提高学员的学习质量，避免教员因为临时随机分配不熟悉学员而造成的关注度不足的情况，即给教员的工作提供了重要的辅助参考信息，而能保证课程文本熟练程度低的学员的学习效果。
图8是本发明的基于语速的课程匹配系统的架构示意图。如图8所示，本发明的实施例还提供一种基于语速的课程匹配系统5，用于实现上述的基于语速的课程匹配方法，基于语速的课程匹配系统5包括：
音频采集模块51，采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频。
第一参数模块52，将预习音频进行语音识别得到预习文本，根据预习音频中的第一语速和第一准确率获得基于学员在课前基于课程文本熟练程度的第一参数。
第二语速模块53，根据每位待分配的在线教员的历史教学视频获得在线教员的第二语速。
教员匹配模块54，根据待分配学员组的第一参数平均值进行排序后匹配在线教员，第一参数平均值最低的待分配学员组优先与当前待分配的在线教员中第二语速最慢的教员匹配。
在一个优选方案中，在网络课程开始之前，通过每个学员的移动终端向学员展示至少部分当前课程文本，并采集学员朗读课程文本的预习音频，但不以此为限。
在一个优选方案中，获得预习文本中单词总量与音频时长的比值，作为第一语速，但不以此为限。
在一个优选方案中，对预习文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比预习文本与课程文本之间相同语句，将相同语句的数量占课程文本总语句数的比值作为第一准确率，但不以此为限。
在一个优选方案中，将第一语速和第一准确率的乘积作为第一参数，但不以此为限。
在一个优选方案中，将待分配的在线教员的历史教学视频进行语音识别得到历史文本，获得历史文本中单词总量与音频时长的比值，作为第二语速，但不以此为限。
在一个优选方案中，获得每个待分配学员组中所有学员的第一参数的平均值作为第一排序系数；
将待分配学员组根据第一排序系数进行递增排序得到第一序列；
将当前待分配的在线教员的根据第二语速进行递增排序得到第二序列；
将第一序列中的待分配学员组与第二序列中相同序列位置的在线教员匹配，但不以此为限。
在一个优选方案中，生成一课程邀请向匹配后的在线教员和对应的待分配学员组中每个学员发送，但不以此为限。
在一个优选方案中，还包括在线课程进行中，实时采集课程中所有学员阅读当前课程文本的课堂音频；将课堂音频进行语音识别得到课堂文本，至少根据课堂文本中的第三语速和第二准确率获得基于学员当前基于课程文本熟练程度的第二参数；根据学员的第二参数进行排序；以及在教员的教学界面中分区显示每一位学员，并且对第二参数最低的至少一位学员作为目标学员，对显示目标学员的区域进行突出显示，但不以此为限。
在一个优选方案中，获得课堂文本中单词总量与音频时长的比值，作为第三语速，但不以此为限。
在一个优选方案中，对课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比课堂文本与课程文本之间相同语句，将相同语句的数量与课程文本总语句数的比值作为第二准确率，但不以此为限。
在一个优选方案中，获得学员的课堂文本中单词总量与预习文本中单词总量的和作为学员单词总量，获得学员的预习音频的音频时长与课堂音频的音频时长的和作为学员发言时长，获得学员单词总量与学员发言时长的比值，作为第三语速，但不以此为限。
在一个优选方案中，对课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比课堂文本与课程文本之间相同语句；将基于预习文本的相同语句的数量与基于课堂文本的相同语句的数量作为学员语句总量，将学员语句总量与课程文本总语句数的比值作为第二准确率，但不以此为限。
在一个优选方案中，将第三语速和第二准确率的乘积作为第二参数，但不以此为限。
在一个优选方案中，将目标学员的课堂文本同步显示于目标学员的区域中并以第一颜色显示，将其余学员的课堂文本同步显示于学员的区域中并以第二颜色显示，但不以此为限。
在一个优选方案中，将显示目标学员的区域的面积增大，将显示其余学员的区域的面积减小，但不以此为限。
在一个优选方案中，将目标学员的区域进行高亮或是描边显示，但不以此为限。
本发明的基于语速的课程匹配系统，能够根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，在不改变人员配置的情况下，提升网络课程的整体教学质量，并且，能够在课上实时辅助教员，确认学员的课程的熟练程度，明确地向教员实时展示学员熟练程度的区别状态，有助于提示教员集中注意力在熟练程度低的学员身上，提高用户满意度。
本发明实施例还提供一种基于语速的课程匹配设备，包括处理器。存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行的基于语速的课程匹配方法的步骤。
如上所示，该实施例能够根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，在不改变人员配置的情况下，提升网络课程的整体教学质量，并且，能够在课上实时辅助教员，确认学员的课程的熟练程度，明确地向教员实时展示学员熟练程度的区别状态，有助于提示教员集中注意力在熟练程度低的学员身上，提高用户满意度。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
图9是本发明的基于语速的课程匹配设备的结构示意图。下面参照图9来描述根据本发明的这种实施方式的电子设备600。图9显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的基于语速的课程匹配方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示，该实施例能够根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，在不改变人员配置的情况下，提升网络课程的整体教学质量，并且，能够在课上实时辅助教员，确认学员的课程的熟练程度，明确地向教员实时展示学员熟练程度的区别状态，有助于提示教员集中注意力在熟练程度低的学员身上，提高用户满意度。
图10是本发明的计算机可读存储介质的结构示意图。参考图10所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上，本发明的目的在于提供基于语速的课程匹配方法、系统、设备及存储介质，能够根据学员组灵活分配教员，优化学员组与教员的分配方案，提高学员学习成果和学员的用户体验，在不改变人员配置的情况下，提升网络课程的整体教学质量，并且，能够在课上实时辅助教员，确认学员的课程的熟练程度，明确地向教员实时展示学员熟练程度的区别状态，有助于提示教员集中注意力在熟练程度低的学员身上，提高用户满意度。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (20)

1.一种基于语速的课程匹配方法，其特征在于，应用于在线语言教育，包括以下步骤：
S110、采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频；
S120、将所述预习音频进行语音识别得到预习文本，根据所述预习音频中的第一语速和第一准确率获得基于所述学员在课前基于所述课程文本熟练程度的第一参数；
S130、根据每位待分配的在线教员的历史教学视频获得所述在线教员的第二语速；以及
S140、根据待分配学员组的第一参数平均值进行排序后匹配所述在线教员，所述第一参数平均值最低的待分配学员组优先与当前待分配的所述在线教员中第二语速最慢的教员匹配。
2.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S110中，在网络课程开始之前，通过每个所述学员的移动终端向所述学员展示至少部分当前课程文本，并采集所述学员朗读所述课程文本的预习音频。
3.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S120中，获得所述预习文本中单词总量与音频时长的比值，作为所述第一语速。
4.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S120中，对所述预习文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比所述预习文本与所述课程文本之间相同语句，将相同语句的数量占所述课程文本总语句数的比值作为第一准确率。
5.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S120中，将所述第一语速和第一准确率的乘积作为第一参数。
6.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S130中，将待分配的在线教员的历史教学视频进行语音识别得到历史文本，获得所述历史文本中单词总量与音频时长的比值，作为所述第二语速。
7.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S140包括：
获得每个待分配学员组中所有所述学员的第一参数的平均值作为第一排序系数；
将待分配学员组根据所述第一排序系数进行递增排序得到第一序列；
将当前待分配的所述在线教员的根据所述第二语速进行递增排序得到第二序列；
将所述第一序列中的待分配学员组与所述第二序列中相同序列位置的在线教员匹配。
8.如权利要求1所述的基于语速的课程匹配方法，其特征在于，所述步骤S140中，还包括生成一课程邀请向匹配后的所述在线教员和对应的所述待分配学员组中每个学员发送。
9.如权利要求1所述的基于语速的课程匹配方法，其特征在于，还包括以下步骤：
S150、在线课程进行中，实时采集课程中所有所述学员阅读当前课程文本的课堂音频；
S160、将所述课堂音频进行语音识别得到课堂文本，至少根据所述课堂文本中的第三语速和第二准确率获得基于所述学员当前基于所述课程文本熟练程度的第二参数；
S170、根据所述学员的第二参数进行排序；以及
S180、在教员的教学界面中分区显示每一位学员，并且对第二参数最低的至少一位学员作为目标学员，对显示所述目标学员的区域进行突出显示。
10.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S160中，获得所述课堂文本中单词总量与音频时长的比值，作为所述第三语速。
11.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S160中，对所述课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比所述课堂文本与所述课程文本之间相同语句，将相同语句的数量与所述课程文本总语句数的比值作为第二准确率。
12.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S160中，获得所述学员的课堂文本中单词总量与预习文本中单词总量的和作为学员单词总量，获得所述学员的预习音频的音频时长与课堂音频的音频时长的和作为学员发言时长，获得学员单词总量与学员发言时长的比值，作为所述第三语速。
13.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S160中，对所述课堂文本和课程文本各自按照标点符号进行语句划分，按照语句在文本序列对比所述课堂文本与所述课程文本之间相同语句；
将基于所述预习文本的相同语句的数量与基于所述课堂文本的相同语句的数量作为学员语句总量，将所述学员语句总量与所述课程文本总语句数的比值作为第二准确率。
14.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S160中，将所述第三语速和第二准确率的乘积作为第二参数。
15.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S180中，将所述目标学员的课堂文本同步显示于所述目标学员的区域中并以第一颜色显示，将其余学员的课堂文本同步显示于所述学员的区域中并以区别于所述第一颜色的第二颜色显示。
16.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S180中，将显示所述目标学员的区域的面积增大，将显示其余学员的区域的面积减小。
17.如权利要求9所述的基于语速的课程匹配方法，其特征在于，所述S180中，将所述目标学员的区域进行高亮或是描边显示。
18.一种基于语速的课程匹配系统，用于实现权利要求1所述的基于语速的课程匹配方法，其特征在于，包括：
音频采集模块，采集每组待分配学员组中每个学员在课前阅读当前课程文本的预习音频；
第一参数模块，将所述预习音频进行语音识别得到预习文本，根据所述预习音频中的第一语速和第一准确率获得基于所述学员在课前基于所述课程文本熟练程度的第一参数；
第二语速模块，根据每位待分配的在线教员的历史教学视频获得所述在线教员的第二语速；以及
教员匹配模块，根据待分配学员组的第一参数平均值进行排序后匹配所述在线教员，所述第一参数平均值最低的待分配学员组优先与当前待分配的所述在线教员中第二语速最慢的教员匹配。
19.一种基于语速的课程匹配设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至17中任意一项所述基于语速的课程匹配方法的步骤。
20.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至17中任意一项所述基于语速的课程匹配方法的步骤。
CN202010224514.0A 2020-03-26 2020-03-26 基于语速的课程匹配方法、系统、设备及存储介质 Active CN111507581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010224514.0A CN111507581B (zh) 2020-03-26 2020-03-26 基于语速的课程匹配方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010224514.0A CN111507581B (zh) 2020-03-26 2020-03-26 基于语速的课程匹配方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111507581A true CN111507581A (zh) 2020-08-07
CN111507581B CN111507581B (zh) 2023-07-14

Family

ID=71875839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010224514.0A Active CN111507581B (zh) 2020-03-26 2020-03-26 基于语速的课程匹配方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111507581B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885356A (zh) * 2021-01-29 2021-06-01 焦作大学 一种基于声纹的语音识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106409034A (zh) * 2016-11-24 2017-02-15 广东小天才科技有限公司 一种家庭作业的智能布置方法及设备
CN108109444A (zh) * 2017-12-26 2018-06-01 重庆大争科技有限公司 基于音频教学的文档教案生成方法
CN109376169A (zh) * 2018-10-26 2019-02-22 成都师范学院 基于人工智能和大数据的教育优化发展方法、装置及系统
CN109410100A (zh) * 2018-10-25 2019-03-01 重庆鲁班机器人技术研究院有限公司 推荐教师方法、系统及装置
CN109886846A (zh) * 2019-01-18 2019-06-14 无锡英恺教育咨询有限公司 一种儿童学习能力测评系统
CN110134863A (zh) * 2019-04-24 2019-08-16 彼乐智慧科技（北京）有限公司 应用程序推荐的方法及装置
CN110491369A (zh) * 2019-07-24 2019-11-22 北京大米科技有限公司 口语等级的评估方法、装置、存储介质及电子设备
CN110503941A (zh) * 2019-08-21 2019-11-26 北京隐虚等贤科技有限公司 语言能力评测方法、装置、系统、计算机设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106409034A (zh) * 2016-11-24 2017-02-15 广东小天才科技有限公司 一种家庭作业的智能布置方法及设备
CN108109444A (zh) * 2017-12-26 2018-06-01 重庆大争科技有限公司 基于音频教学的文档教案生成方法
CN109410100A (zh) * 2018-10-25 2019-03-01 重庆鲁班机器人技术研究院有限公司 推荐教师方法、系统及装置
CN109376169A (zh) * 2018-10-26 2019-02-22 成都师范学院 基于人工智能和大数据的教育优化发展方法、装置及系统
CN109886846A (zh) * 2019-01-18 2019-06-14 无锡英恺教育咨询有限公司 一种儿童学习能力测评系统
CN110134863A (zh) * 2019-04-24 2019-08-16 彼乐智慧科技（北京）有限公司 应用程序推荐的方法及装置
CN110491369A (zh) * 2019-07-24 2019-11-22 北京大米科技有限公司 口语等级的评估方法、装置、存储介质及电子设备
CN110503941A (zh) * 2019-08-21 2019-11-26 北京隐虚等贤科技有限公司 语言能力评测方法、装置、系统、计算机设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885356A (zh) * 2021-01-29 2021-06-01 焦作大学 一种基于声纹的语音识别方法

Also Published As

Publication number Publication date
CN111507581B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN110091335B (zh) 学伴机器人的控制方法、系统、设备及存储介质
CN111027486B (zh) 一种中小学课堂教学效果大数据辅助分析评价系统及其方法
CN111242515A (zh) 一种基于教育大数据的课堂教学质量测评系统及测评方法
JP2009511964A (ja) 教示および学習指導のためのコンピュータ支援方法および装置
Hsiao et al. The development and evaluation of listening and speaking diagnosis and remedial teaching system
CN107832742A (zh) 应用于机器人的监督方法和机器人
Bagheri et al. The effect of explicit teaching of listening strategies and gender on EFL learners’ IELTS performance
CN114841841A (zh) 一种用于教学互动的智慧教育平台交互系统及交互方法
Banafshi et al. COMPARING EFL LEARNERS’RESPONSES IN ONLINE AND TRADITIONAL CLASSES: A MIXED METHOD APPROACH
WO2009119991A4 (ko) 인터넷상에서의 소리분석 기반 어학 학습방법 및 시스템
CN114885216A (zh) 习题推送方法、系统、电子设备和存储介质
CN111507581A (zh) 基于语速的课程匹配方法、系统、设备及存储介质
CN111476468A (zh) 基于在线学员群配置教员的方法、系统、设备及存储介质
Abdumuminovich THE ROLE OF BLENDED LEARNING TECHNOLOGY IN IMPROVEMENT OF PROFESSIONAL COMPETENCE (on the basis of foreign sources)
CN114841157A (zh) 基于数据分析的线上互动方法、系统、设备及存储介质
Seidel Coding manual—surface structures: organization of classroom activities
KR101111746B1 (ko) 언어 학습 서비스 제공 방법 및 장치
CN112948650B (zh) 学习效果展示方法、装置及计算机存储介质
KR20150091777A (ko) 토론식 학습 시스템 및 방법
Cedeño et al. Think aloud technique with intercultural topics to promote more student´ s speaking and develop the intercultural competence
CN108776794B (zh) 基于大数据与人工智能的教学效果画像方法和机器人系统
Duckor et al. 7High-leverage
Eskenazi et al. Teaching the creation of software that uses speech recognition
Kovaleva et al. Information and communication technologies for analytics of individual tracking in foreign language teaching
Boonruk Problems in Business English Reading for Comprehension of Weekend Business English Students at Phranakhon Rajabhat University

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210105

Address after: 200030 unit 01, room 801, 166 Kaibin Road, Xuhui District, Shanghai

Applicant after: Shanghai Ping An Education Technology Co.,Ltd.

Address before: 152, 86 Tianshui Road, Hongkou District, Shanghai

Applicant before: TUTORABC NETWORK TECHNOLOGY (SHANGHAI) Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221129

Address after: 4 / F, Times financial center, 4001 Shennan Avenue, Futian District, Shenzhen, Guangdong 518000

Applicant after: PING'AN ZHITONG CONSULTING Co.,Ltd.

Address before: 200030 unit 01, room 801, 166 Kaibin Road, Xuhui District, Shanghai

Applicant before: Shanghai Ping An Education Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant