CN113096688A - 一种智慧教学方法及系统 - Google Patents
一种智慧教学方法及系统 Download PDFInfo
- Publication number
- CN113096688A CN113096688A CN202110341711.5A CN202110341711A CN113096688A CN 113096688 A CN113096688 A CN 113096688A CN 202110341711 A CN202110341711 A CN 202110341711A CN 113096688 A CN113096688 A CN 113096688A
- Authority
- CN
- China
- Prior art keywords
- song
- information
- time
- obtaining
- user
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 230000033764 rhythmic process Effects 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000036632 reaction speed Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000009223 counseling Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000003370 grooming effect Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 206010007776 catatonia Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- G09B15/00—Teaching music
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种智慧教学方法及系统,获得第一用户的第一声音信息;对第一声音信息进行初始分析,获得第一用户的第一切入时间信息;获得第一歌曲信息,获得第一标准切入时间;根据第一切入时间和第一标准切入时间获得第一时间差值;获得第一图像信息,对所述第一图像信息进行初始分析,获得第一客观因素;对所述第一歌曲进行评估,获得第一切入难度系数;将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;根据所述第一评估结果和所述第一客观因素获得第一调整方案。解决了现有技术中存在缺少一种基于学生学习歌曲时的实时状态进行分析评估,进而辅助教师对学生进行智慧教学的技术问题。
Description
技术领域
本发明涉及智慧教学相关领域,尤其涉及一种智慧教学方法及系统。
背景技术
互联网+教学模式,是互联网时代教育理念的提升,是互联网时代教育教学方式与方法的进阶。它代表着一种新的先进的教育模式,为学校教育教学带来了新的生命力,为传统的教育教学模式插上了充满新能源的翅膀。基于互联网,可以有效提升教学效率,提高教学质量。提升教学水平。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在缺少一种基于学生学习歌曲时的实时状态进行分析评估,进而辅助教师对学生进行智慧教学的技术问题。
发明内容
本申请实施例通过提供一种智慧教学方法及系统,解决了现有技术中存在缺少一种基于学生学习歌曲时的实时状态进行分析评估,进而辅助教师对学生进行智慧教学的技术问题,达到通过智能实时分析学生练习状态,对学生的声音练习进行实时准确的评估,进而有效辅助教师进行教学的技术效果。
鉴于上述问题,提出了本申请实施例提供一种智慧教学方法及系统。
第一方面,本申请还提供了一种智慧教学方法,所述方法应用于一智慧教学系统,所述系统与第一图像采集装置第一声音采集装置通信连接,所述方法包括:通过所述第一声音采集装置获得第一用户的第一声音信息;对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;基于所述第一歌曲,获得第一标准切入时间;根据所述第一切入时间和第一标准切入时间获得第一时间差值;通过所述第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;对所述第一图像信息进行初始分析,获得第一客观因素;对所述第一歌曲进行评估,获得第一切入难度系数;将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;根据所述第一评估结果和所述第一客观因素获得第一调整方案。
另一方面,本申请还提供了一种智慧教学系统,所述系统包括:第一获得单元,所述第一获得单元用于通过第一声音采集装置获得第一用户的第一声音信息;第二获得单元,所述第二获得单元用于对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;第三获得单元,所述第三获得单元用于获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;第四获得单元,所述第四获得单元用于基于所述第一歌曲,获得第一标准切入时间;第五获得单元,所述第五获得单元用于根据所述第一切入时间和第一标准切入时间获得第一时间差值;第六获得单元,所述第六获得单元用于通过第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;第七获得单元,所述第七获得单元用于对所述第一图像信息进行初始分析,获得第一客观因素;第八获得单元,所述第八获得单元用于对所述第一歌曲进行评估,获得第一切入难度系数;第九获得单元,所述第九获得单元用于将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;第十获得单元,所述第十获得单元用于根据所述第一评估结果和所述第一客观因素获得第一调整方案。
第三方面,本发明提供了一种智慧教学系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过第一声音采集装置获得第一用户的第一声音信息,对所述第一声音信息进行初始分析,获得所述第一用户的第一切入时间,通过第一歌曲获得第一标准切入时间,获得所述时间的时间差值,基于所述第一图像采集装置获得第一图像信息,通过所述图像信息确定第一客观因素,并根据所述第一歌曲获得第一切入难度系数,将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果,基于所述评估结果和所述第一客观因素获得第一调整方案,达到通过智能实时分析学生练习状态,对学生的声音练习进行实时准确的评估,进而有效辅助教师进行教学的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种智慧教学方法的流程示意图;
图2为本申请实施例一种智慧教学方法的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第九获得单元19,第十获得单元20,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种智慧教学方法及系统,解决了现有技术中存在缺少一种基于学生学习歌曲时的实时状态进行分析评估,进而辅助教师对学生进行智慧教学的技术问题,达到通过智能实时分析学生练习状态,对学生的声音练习进行实时准确的评估,进而有效辅助教师进行教学的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
互联网+教学模式,是互联网时代教育理念的提升,是互联网时代教育教学方式与方法的进阶。它代表着一种新的先进的教育模式,为学校教育教学带来了新的生命力,为传统的教育教学模式插上了充满新能源的翅膀。基于互联网,可以有效提升教学效率,提高教学质量。提升教学水平。但现有技术中存在缺少一种基于学生学习歌曲时的实时状态进行分析评估,进而辅助教师对学生进行智慧教学的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种智慧教学方法,所述方法应用于一智慧教学系统,所述系统与第一图像采集装置第一声音采集装置通信连接,所述方法包括:通过所述第一声音采集装置获得第一用户的第一声音信息;对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;基于所述第一歌曲,获得第一标准切入时间;根据所述第一切入时间和第一标准切入时间获得第一时间差值;通过所述第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;对所述第一图像信息进行初始分析,获得第一客观因素;对所述第一歌曲进行评估,获得第一切入难度系数;将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;根据所述第一评估结果和所述第一客观因素获得第一调整方案。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种智慧教学方法,其中,所述方法应用于一智慧教学系统,所述系统与第一图像采集装置第一声音采集装置通信连接,所述方法包括:
步骤S100:通过所述第一声音采集装置获得第一用户的第一声音信息;
具体而言,所述智慧教学系统为辅助教师对学生进行智慧教学的系统,所述系统具有分析处理数据的能力,且所述系统与第一图像采集装置和第一声音采集装置通信连接,所述第一图像采集装置为可对所述第一用户进行图像采集的装置,他可以是手机、电脑或其他具备成像功能的设备,所述第一声音采集装置为可以进行音频采集的设备,所述设备是具备音频采集(模拟音转换为计算机识别的数字信号)、语音解码/编码、音频数据传输的采集设备,通过所述第一声音采集装置对所述第一用户的声音进行采集,其中,所述采集时间为所述第一用户进行歌曲学习/练习的时间。
步骤S200:对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;
具体而言,通过所述第一声音采集装置获得所述第一用户的第一声音信息后,将所述采集的声音信息进行降噪处理,去除掉干扰噪音后,将所述数字信号传输至所述智慧教学系统,基于所述智慧教学系统对所述采集的声音数据进行分析处理,并根据所述采集的声音数据进行时间编码,其中,所述编码初始时间为所述第一用户的练习歌曲的歌曲开始时间,基于所述开始时间,获得所述第一用户的开始演唱时间点信息,即所述第一切入时间。
步骤S300:获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;
步骤S400:基于所述第一歌曲,获得第一标准切入时间;
具体而言,所述第一歌曲为所述第一用户的第一声音信息对应的歌曲信息,通过所述智慧教学系统对所述第一歌曲进行解析,获得所述第一标准切入时间,所述第一标准切入时间为对所述第一歌曲进行时间编码后,获得的标准进入歌曲的时间。其中,所述编码的初始时间与上述编码的初始时间一致。
步骤S500:根据所述第一切入时间和第一标准切入时间获得第一时间差值;
具体而言,所述第一时间差值为所述第一切入时间和所述第一标准切入时间,获得第一时间差,进一步来说,所述第一切入时间和所述第一标准切入时间以相同起点作为时间编码的初始时间节点,基于所述初始时间节点获得所述第一切入时间和所述第一标准切入时间的当前时间值,对所述时间值进行分析,获得第一时间差值。
步骤S600:通过所述第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;
步骤S700:对所述第一图像信息进行初始分析,获得第一客观因素;
具体而言,通过所述第一图像采集装置对所述第一用户进行图像采集,其中,所述采集的时间节点为所述设置初始时间的时间节点,从所述初始时间节点开始对所述第一用户进行图像采集,所述采集的图像为包括所述第一用户和所述第一用户的所处环境的图像信息,对所述采集的图像信息进行分析,获得影响所述第一用户的客观因素信息,其中,所述客观因素包括外界的相应的干扰信息,其中,所述干扰信息包括视觉、听觉和触觉的干扰。
步骤S800:对所述第一歌曲进行评估,获得第一切入难度系数;
步骤S900:将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;
具体而言,所述第一歌曲的第一切入难度系数是基于所述第一歌曲的信息进行综合分析评估获得的,所述评估的标准包括但不限于歌曲本身的进入难度,即提示音的明显程度、预留进入时间、歌曲本身的演唱难度、所述第一用户的学习时间等,基于至少上述标准,对所所述第一歌曲评估,获得第一切入难度系数,将所述第一时间差值和所述第一难度系数输入所述评估模型,基于所述评估模型对所述第一用户的时间差值和歌曲的难度系数进行评估,获得第一评估结果。
步骤S1000:根据所述第一评估结果和所述第一客观因素获得第一调整方案。
具体而言,根据上述获得的第一评估结果和所示第一客观因素对所述第一用户提供第一调整方案,进一步来说,基于所述第一用户的进入偏差值时间,对所述第一用户偏差时间的合理性进行评估,并基于所述评估结果为所述第一用户寻找偏差原因,基于所述偏差原因为所述第一用户提供相适应的调整方案,进而达到通过智能实时分析学生练习状态,对学生的声音练习进行实时准确的评估,进而有效辅助教师进行教学的技术效果。
进一步而言,所述对所述第一歌曲进行评估,获得第一切入难度系数,本申请实施例步骤S800还包括:
步骤S810:对所述第一歌曲进行分析,获得第一提示音信息;
步骤S820:对所述第一歌曲进行分析,获得第一音乐信息;
步骤S830:根据所述第一音乐信息和所述第一提示音信息进行辨识度分析,获得第一提示音的辨识度对比结果;
步骤S840:获得所述第一提示音与所述第一歌曲进入部分的第一时间间隔;
步骤S850:根据所述辨识度对比结果和所述第一时间间隔获得第一切入难度系数。
具体而言,通过所述智慧教学系统对所述第一歌曲进行分析,其中,所述分析过程包括但不限于对所述第一歌曲进行拆解分析,即对所述第一歌曲的伴奏音乐进行拆解,获得与所述正歌开始部分的最邻近的伴奏乐器发出的声音,即所述第一提示音信息。所述获得第一音乐信息即获得与所述第一提示音信息临近的歌曲的伴奏信息,所述临近一般为3-5秒。通过所述第一提示音信息和所述第一音乐信息获得所述第一提示音的辨识度对比结果,所述辨识度对比结果为所述第一提示音与第一音乐的区别程度的反应结果,获得所述第一提示音的出现时间,根据所述出现时间和所述第一标准切入时间获得第一时间间隔,基于所述时间间隔的长短和所述辨识度对比结果对所述切入的难度系数进行解析,获得第一切入难度系数。通过对所述切入的难度系数的进一步细化,使得所述难度系数的评估结果更加准确,进而达到为后续准确分析所述第一用户的实时练习情况夯实了基础。
进一步而言,本申请实施例还包括:
步骤S851:获得所述第一用户的第二歌曲的第二时间间隔,其中,所述第二时间间隔为第二歌曲进入提示音与第二歌曲进入部分的时间间隔;
步骤S852:根据所述第一时间间隔和所述第二时间间隔获得进入时间对所述第一用户的第一影响度;
步骤S853:获得第一影响度阈值;
步骤S854:判断所述第一影响度是否满足所述第一影响度阈值;
步骤S855:当所述第一影响度不满足所述第一影响度阈值时,获得第一反应速度训练指令;
步骤S856:根据所述反应速度训练指令对所述第一用户进行反应速度训练。
具体而言,所述第二时间间隔为第二歌曲的时间间隔,所述时间间隔为第二歌曲提示音与所述歌曲进入时间的时间间隔,进一步来说,获得所述第一用户在练习第二歌曲时的第二时间差值,所述第二时间差值为所述第一用户在进入第二歌曲的切入时间与第二歌曲的标准切入时间的时间差值,根据所述第一时间间隔、所述第二时间间隔、第一时间差值、第二时间差值获得进入时间对所述第一用户的第一影响度,获得第一影响度阈值,判断所述第一影响度是否满足所述第一影响度阈值,当所述第一影响度超过所述影响度阈值时,表明所述第一用户的反应速度低于预期值,此时则提出对所述第一用户进行反应速度的训练的建议,将所述建议发送给所述第一用户及所述第一用户的指导教师。
进一步的,本申请实施例还包括:
步骤S8561:通过所述第一图像采集装置获得所述第一用户在所述第一切入时间的第二图像信息;
步骤S8562:基于所述第二图像信息对所述第一用户的紧张程度进行评估,获得第一紧张度评估结果;
步骤S8563:根据所述紧张度评估结果确定是否对所述第一用户进行心理疏导。
具体而言,所述第二图像信息为包含所述第一用户的面部表情、肢体动作的连续采集的图像信息,根据所述第二图像信息,对所述第一用户在进行歌曲练习时的表现进行评估,包括基于所述第一用户的面部表情的微变化、肢体小动作的变化情况等对所述第一用户的紧张程度进行评估,获得第一紧张度评估结果,基于所述第一紧张度评估结果判断是否对所述第一用户进行心理疏导。进一步来说,当所述第一用户紧张度达到某一设定值时,获得第一预警信息,将所述第一预警信息发送给所述第一用户的指导教师。
进一步而言,本申请实施例还包括:
步骤S1110:根据所述第一声音信息,对所述第一用户的歌唱节奏进行采集,获得第一采集结果;
步骤S1120:根据所述第一采集结果绘制第一节奏变化曲线;
步骤S1130:基于所述第一节奏变化曲线和所述第一歌曲,对所述第一用户的节奏均匀度进行评估,获得第一评估结果;
步骤S1140:将所述第一评估结果发送至所述第一用户的带教老师。
具体而言,所述第一采集结果为所述第一用户的声音采集的分析结果,所述结果包括所述第一用户对于同一节奏的节奏把握度的信息采集,即当所述的第一用户练习同一歌曲、同一位置处时,进行所述第一用户的节奏点采集分析,根据所述采集分析的结果,绘制第一节奏变化曲线,所述节奏变化曲线为同一节奏下的所述第一用户的节奏点的练习信息,基于所述第一采集结果,绘制第一节奏变化曲线,根据所述第一用户在同节奏下的节奏变化情况和苏似乎第一歌曲的本身节奏,对所述第一用户的练习过程的节奏的均匀度进行评估,将所述评估结果发送给所述第一用户的带教老师,进一步来说,所述评估的方面还包括所述第一用户的气息稳定性,将所述第一用户的气息稳定性的评估结果同样发送给所述第一用户,为所述带教老师更好的对所述第一用户的实时练习情况的掌握夯实了基础。
进一步而言,本申请实施例还包括:
步骤S1150:通过所述第一声音采集装置获得所述第一用户的第二声音信息,其中,所述第二声音信息为所述第一歌曲演唱信息,且所述第二声音信息的采集时间在所述第一声音信息之后,且具有第三时间间隔;
步骤S1160:对所述第二声音信息和所述第一声音进行比对,获得第一对比结果;
步骤S1170:根据所述第一对比结果和第三时间间隔确定第一选歌难度系数;
步骤S1180:获得所述第一用户的第一风格信息;
步骤S1190:根据所述第一选歌难度系数和所述第一风格信息,为所述第一用户推荐练习歌曲歌单。
具体而言,通过所述第一声音采集装置获得第二声音信息,其中,所述第二声音信息为所述第一用户练习第一歌曲的声音信息,且所述第二声音信息的采集时间在所述第一声音信息的采集时间之后,具有第三时间间隔,根据所述第二声音信息和所述第一声音信息进行比对,获得所述第一用户在所述第三时间间隔内的进步情况,所述比对的数据包括但不限于:对于音准的把握、节奏的掌控、切入时间的把握、气息的稳定性、均匀程度等,基于至少上述内容对所述第一用户的两次演唱情况进行比对,获得第一对比结果,通过所述第一对比结果和所述间隔的时间对所述第一用户的进步水平、本身的进步的能力进行评估,获得所述第一选歌难度系数,通过采集所述第一用户的相关资料信息,获得所述第一用户的风格信息,所述风格包括穿搭风格、音乐的喜好风格等,基于所述第一选歌难度系数和所述第一风格信息,为所述第一用户推荐练习的歌单信息。基于所述第一用户的实际练习的水平和风格,为所述第一用户推荐相匹配的歌单,为所述提高所述第一用户的兴趣,提升所述第一练习水平夯实了基础。
进一步而言,本申请实施例还包括:
步骤S910:将所述第一时间差值和所述第一切入难度系数输入评估模型,其中,所述评估模型为通过多组训练数据训练获得的模型,所述多组数据中的每组均包括:所述第一时间差值和所述第一切入难度系数和标识第一评估结果的标识信息;
步骤S920:获得所述评估模型的输出结果,所述输出结果包括所述第一评估结果。
具体而言,所述评估模型为机器学习中的神经网络模型,神经网络是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络,是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一时间差值和所述第一切入难度系数输入神经网络模型,则输出包含第一评估结果的信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据都包括所述第一时间差值和所述第一切入难度系数和标识第一评估结果的标识信息,将所述第一时间差值和所述第一切入难度系数输入到神经网络模型中,根据用来标识第一评估结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率时,则监督学习过程结束。通过对所述模型的监督学习,进而使得所述模型处理所述输入信息更加准确,进而获得更加准确的第一评估结果。
综上所述,本申请实施例所提供的一种智慧教学方法及系统具有如下技术效果:
1、由于采用了通过第一声音采集装置获得第一用户的第一声音信息,对所述第一声音信息进行初始分析,获得所述第一用户的第一切入时间,通过第一歌曲获得第一标准切入时间,获得所述时间的时间差值,基于所述第一图像采集装置获得第一图像信息,通过所述图像信息确定第一客观因素,并根据所述第一歌曲获得第一切入难度系数,将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果,基于所述评估结果和所述第一客观因素获得第一调整方案,达到通过智能实时分析学生练习状态,对学生的声音练习进行实时准确的评估,进而有效辅助教师进行教学的技术效果。
2、由于采用了通过对所述切入的难度系数的进一步细化的方式,使得所述难度系数的评估结果更加准确,进而达到为后续准确分析所述第一用户的实时练习情况夯实了基础。
实施例二
基于与前述实施例中一种智慧教学方法同样发明构思,本发明还提供了一种智慧教学系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于通过第一声音采集装置获得第一用户的第一声音信息;
第二获得单元12,所述第二获得单元12用于对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;
第三获得单元13,所述第三获得单元13用于获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;
第四获得单元14,所述第四获得单元14用于基于所述第一歌曲,获得第一标准切入时间;
第五获得单元15,所述第五获得单元15用于根据所述第一切入时间和第一标准切入时间获得第一时间差值;
第六获得单元16,所述第六获得单元16用于通过第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;
第七获得单元17,所述第七获得单元17用于对所述第一图像信息进行初始分析,获得第一客观因素;
第八获得单元18,所述第八获得单元18用于对所述第一歌曲进行评估,获得第一切入难度系数;
第九获得单元19,所述第九获得单元19用于将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;
第十获得单元20,所述第十获得单元20用于根据所述第一评估结果和所述第一客观因素获得第一调整方案。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于对所述第一歌曲进行分析,获得第一提示音信息;
第十二获得单元,所述第十二获得单元用于对所述第一歌曲进行分析,获得第一音乐信息;
第十三获得单元,所述第十三获得单元用于根据所述第一音乐信息和所述第一提示音信息进行辨识度分析,获得第一提示音的辨识度对比结果;
第十四获得单元,所述第十四获得单元用于获得所述第一提示音与所述第一歌曲进入部分的第一时间间隔;
第十五获得单元,所述第十五获得单元用于根据所述辨识度对比结果和所述第一时间间隔获得第一切入难度系数。
进一步的,所述系统还包括:
第十六获得单元,所述第十六获得单元用于获得所述第一用户的第二歌曲的第二时间间隔,其中,所述第二时间间隔为第二歌曲进入提示音与第二歌曲进入部分的时间间隔;
第十七获得单元,所述第十七获得单元用于根据所述第一时间间隔和所述第二时间间隔获得进入时间对所述第一用户的第一影响度;
第十八获得单元,所述第十八获得单元用于获得第一影响度阈值;
第一判断单元,所述第一判断单元用于判断所述第一影响度是否满足所述第一影响度阈值;
第十九获得单元,所述第十九获得单元用于当所述第一影响度不满足所述第一影响度阈值时,获得第一反应速度训练指令;
第一训练单元,所述第一训练单元用于根据所述反应速度训练指令对所述第一用户进行反应速度训练。
进一步的,所述系统还包括:
第二十获得单元,所述第二十获得单元用于通过所述第一图像采集装置获得所述第一用户在所述第一切入时间的第二图像信息;
第二十一获得单元,所述第二十一获得单元用于基于所述第二图像信息对所述第一用户的紧张程度进行评估,获得第一紧张度评估结果;
第一疏导单元,所述第一疏导单元用于根据所述紧张度评估结果确定是否对所述第一用户进行心理疏导。
进一步的,所述系统还包括:
第二十二获得单元,所述第二十二获得单元用于根据所述第一声音信息,对所述第一用户的歌唱节奏进行采集,获得第一采集结果;
第一绘制单元,所述第一绘制单元用于根据所述第一采集结果绘制第一节奏变化曲线。
第二十三获得单元,所述第二十三获得单元用于基于所述第一节奏变化曲线和所述第一歌曲,对所述第一用户的节奏均匀度进行评估,获得第一评估结果;
第一发送单元,所述第一发送单元用于将所述第一评估结果发送至所述第一用户的带教老师。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于通过所述第一声音采集装置获得所述第一用户的第二声音信息,其中,所述第二声音信息为所述第一歌曲演唱信息,且所述第二声音信息的采集时间在所述第一声音信息之后,且具有第三时间间隔;
第二十五获得单元,所述第二十五获得单元用于对所述第二声音信息和所述第一声音进行比对,获得第一对比结果;
第一确定单元,所述第一确定单元用于根据所述第一对比结果和第三时间间隔确定第一选歌难度系数;
第二十六获得单元,所述第二十六获得单元用于获得所述第一用户的第一风格信息;
第一推荐单元,所述第一推荐单元用于根据所述第一选歌难度系数和所述第一风格信息,为所述第一用户推荐练习歌曲歌单。
进一步的,所述系统还包括:
第一输入单元,所述第一输入单元用于将所述第一时间差值和所述第一切入难度系数输入评估模型,其中,所述评估模型为通过多组训练数据训练获得的模型,所述多组数据中的每组均包括:所述第一时间差值和所述第一切入难度系数和标识第一评估结果的标识信息;
第二十七获得单元,所述第二十七获得单元用于获得所述评估模型的输出结果,所述输出结果包括所述第一评估结果。
前述图1实施例一中的一种智慧教学方法的各种变化方式和具体实例同样适用于本实施例的一种智慧教学系统,通过前述对一种智慧教学方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种智慧教学系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种智慧教学方法的发明构思,本发明还提供一种智慧教学系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种智慧教学方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种智慧教学方法,所述方法应用于一智慧教学系统,所述系统与第一图像采集装置第一声音采集装置通信连接,所述方法包括:通过所述第一声音采集装置获得第一用户的第一声音信息;对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;基于所述第一歌曲,获得第一标准切入时间;根据所述第一切入时间和第一标准切入时间获得第一时间差值;通过所述第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;对所述第一图像信息进行初始分析,获得第一客观因素;对所述第一歌曲进行评估,获得第一切入难度系数;将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;根据所述第一评估结果和所述第一客观因素获得第一调整方案。解决了现有技术中存在缺少一种基于学生学习歌曲时的实时状态进行分析评估,进而辅助教师对学生进行智慧教学的技术问题,达到通过智能实时分析学生练习状态,对学生的声音练习进行实时准确的评估,进而有效辅助教师进行教学的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种智慧教学方法,其中,所述方法应用于一智慧教学系统,所述系统与第一图像采集装置第一声音采集装置通信连接,所述方法包括:
通过所述第一声音采集装置获得第一用户的第一声音信息;
对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;
获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;
基于所述第一歌曲,获得第一标准切入时间;
根据所述第一切入时间和第一标准切入时间获得第一时间差值;
通过所述第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;
对所述第一图像信息进行初始分析,获得第一客观因素;
对所述第一歌曲进行评估,获得第一切入难度系数;
将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;
根据所述第一评估结果和所述第一客观因素获得第一调整方案。
2.如权利要求1所述的方法,其中,所述对所述第一歌曲进行评估,获得第一切入难度系数,还包括:
对所述第一歌曲进行分析,获得第一提示音信息;
对所述第一歌曲进行分析,获得第一音乐信息;
根据所述第一音乐信息和所述第一提示音信息进行辨识度分析,获得第一提示音的辨识度对比结果;
获得所述第一提示音与所述第一歌曲进入部分的第一时间间隔;
根据所述辨识度对比结果和所述第一时间间隔获得第一切入难度系数。
3.如权利要求2所述的方法,其中,所述方法还包括:
获得所述第一用户的第二歌曲的第二时间间隔,其中,所述第二时间间隔为第二歌曲进入提示音与第二歌曲进入部分的时间间隔;
根据所述第一时间间隔和所述第二时间间隔获得进入时间对所述第一用户的第一影响度;
获得第一影响度阈值;
判断所述第一影响度是否满足所述第一影响度阈值;
当所述第一影响度不满足所述第一影响度阈值时,获得第一反应速度训练指令;
根据所述反应速度训练指令对所述第一用户进行反应速度训练。
4.如权利要求3所述的方法,其中,所述方法还包括:
通过所述第一图像采集装置获得所述第一用户在所述第一切入时间的第二图像信息;
基于所述第二图像信息对所述第一用户的紧张程度进行评估,获得第一紧张度评估结果;
根据所述紧张度评估结果确定是否对所述第一用户进行心理疏导。
5.如权利要求1所述的方法,其中,所述方法还包括:
根据所述第一声音信息,对所述第一用户的歌唱节奏进行采集,获得第一采集结果;
根据所述第一采集结果绘制第一节奏变化曲线;
基于所述第一节奏变化曲线和所述第一歌曲,对所述第一用户的节奏均匀度进行评估,获得第一评估结果;
将所述第一评估结果发送至所述第一用户的带教老师。
6.如权利要求5所述的方法,其中,所述方法还包括:
通过所述第一声音采集装置获得所述第一用户的第二声音信息,其中,所述第二声音信息为所述第一歌曲演唱信息,且所述第二声音信息的采集时间在所述第一声音信息之后,且具有第三时间间隔;
对所述第二声音信息和所述第一声音进行比对,获得第一对比结果;
根据所述第一对比结果和第三时间间隔确定第一选歌难度系数;
获得所述第一用户的第一风格信息;
根据所述第一选歌难度系数和所述第一风格信息,为所述第一用户推荐练习歌曲歌单。
7.如权利要求1所述的方法,其中,所述方法还包括:
将所述第一时间差值和所述第一切入难度系数输入评估模型,其中,所述评估模型为通过多组训练数据训练获得的模型,所述多组数据中的每组均包括:所述第一时间差值和所述第一切入难度系数和标识第一评估结果的标识信息;
获得所述评估模型的输出结果,所述输出结果包括所述第一评估结果。
8.一种智慧教学系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于通过第一声音采集装置获得第一用户的第一声音信息;
第二获得单元,所述第二获得单元用于对所述第一声音信息进行初始分析,获得第一用户的第一切入时间信息;
第三获得单元,所述第三获得单元用于获得第一歌曲信息,其中,所述第一歌曲为所述第一声音对应歌曲;
第四获得单元,所述第四获得单元用于基于所述第一歌曲,获得第一标准切入时间;
第五获得单元,所述第五获得单元用于根据所述第一切入时间和第一标准切入时间获得第一时间差值;
第六获得单元,所述第六获得单元用于通过第一图像采集装置获得第一图像信息,其中,所述第一图像信息为包括所述第一用户的图像信息;
第七获得单元,所述第七获得单元用于对所述第一图像信息进行初始分析,获得第一客观因素;
第八获得单元,所述第八获得单元用于对所述第一歌曲进行评估,获得第一切入难度系数;
第九获得单元,所述第九获得单元用于将所述第一时间差值和所述第一切入难度系数输入评估模型,获得第一评估结果;
第十获得单元,所述第十获得单元用于根据所述第一评估结果和所述第一客观因素获得第一调整方案。
9.一种智慧教学系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110341711.5A CN113096688A (zh) | 2021-03-30 | 2021-03-30 | 一种智慧教学方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110341711.5A CN113096688A (zh) | 2021-03-30 | 2021-03-30 | 一种智慧教学方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113096688A true CN113096688A (zh) | 2021-07-09 |
Family
ID=76671254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110341711.5A Withdrawn CN113096688A (zh) | 2021-03-30 | 2021-03-30 | 一种智慧教学方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096688A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114330896A (zh) * | 2021-12-30 | 2022-04-12 | 北京碧云数创科技有限公司 | 一种教学特征优化方法 |
-
2021
- 2021-03-30 CN CN202110341711.5A patent/CN113096688A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114330896A (zh) * | 2021-12-30 | 2022-04-12 | 北京碧云数创科技有限公司 | 一种教学特征优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111915148B (zh) | 一种基于信息技术的课堂教学评价方法和系统 | |
CN101201980A (zh) | 一种基于语音情感识别的远程汉语教学系统 | |
CN112006697A (zh) | 一种基于语音信号的梯度提升决策树抑郁症识别方法 | |
CN113423005B (zh) | 一种基于改进神经网络的智能音乐生成方法及系统 | |
CN110544481A (zh) | 一种基于声纹识别的s-t分类方法、装置及设备终端 | |
CN111126552A (zh) | 一种智能学习内容推送方法及系统 | |
CN116955555A (zh) | 一种基于自然语言处理的数字人教师在课堂教学的方法 | |
CN111785302B (zh) | 说话人分离方法、装置及电子设备 | |
CN110956142A (zh) | 一种智能交互培训系统 | |
CN109545202A (zh) | 一种调整语义逻辑混乱的语料的方法及系统 | |
CN112102934A (zh) | 一种护士规范化培训考核评分方法和系统 | |
CN111554270A (zh) | 训练样本筛选方法及电子设备 | |
CN113096688A (zh) | 一种智慧教学方法及系统 | |
CN112052686B (zh) | 一种用户交互式教育的语音学习资源推送方法 | |
CN111754370B (zh) | 一种基于人工智能的在线教育课程管理方法及系统 | |
CN109272262B (zh) | 一种自然语言特征的分析方法 | |
CN114119194A (zh) | 一种智能面审风控预警方法及系统 | |
CN115689000A (zh) | 一种基于学习行为全流程的学情智能预测方法及系统 | |
CN113192603A (zh) | 一种基于大数据的精神状态评估方法和系统 | |
CN111613209B (zh) | 声学模型训练方法、装置、电子设备及存储介质 | |
CN114299925A (zh) | 一种基于语音对帕金森病患者吞咽困难症状重要性度量指标的获取方法和系统 | |
CN113256432A (zh) | 一种基于金融投资项目的智能管理方法及系统 | |
CN112908314B (zh) | 一种基于语气识别的智能语音互动方法和装置 | |
CN111243627B (zh) | 一种语音情感识别方法及装置 | |
CN118430575B (zh) | 一种用于判别咳嗽音的多分支模型系统的持续学习方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210709 |