[发明专利]机器人教学测评方法及装置

权利要求书

1.一种机器人教学测评方法，其特征在于，应用于与教学终端通信连接的测评终端，所述测评终端预先存储有至少一套试题集合，每套试题集合包括至少一道试题，每道所述试题对应有至少一个预设声谱特征；所述方法包括：

针对一套所述试题集合，在显示或者播放该试题集合中的一道试题时，采集声音信号，并获得所述声音信号的声谱特征以作为目标声谱特征；

将所述目标声谱特征与当前显示的试题对应的预设声谱特征进行比对，在所述目标声谱特征与所述预设声谱特征的相似度大于或等于第一阈值时，将所述目标声谱对应的答案作为当前显示试题的正确答案，并根据所述目标声谱对应的答案生成与当前显示试题对应的试题测试结果；

采集人体的姿态图像，并提取所述姿态图像的姿态特征以作为目标姿态特征；

将所述目标姿态特征与预设姿态特征进行比对，在所述目标姿态特征与所述预设姿态特征的相似度大于或等于第二阈值，且所述预设姿态特征为表示不再回答当前试题时，生成第一结束信号，或者，在所述目标姿态特征与所述预设姿态特征的相似度大于或等于所述第二阈值，且所述预设姿态特征为表示不再回答该套试题集合时，生成第二结束信号，其中，所述第一结束信号用于结束回答当前试题，所述第二结束信号用于结束回答该套试题集合；

根据每道试题的测试结果生成该套试题集合的最终测试结果，并将所述最终测试结果发送至所述教学终端。

2.根据权利要求1所述的方法，其特征在于，所述测评终端包括深度学习模型，所述采集声音信号的步骤之前，所述方法还包括：

针对每道试题，获取所述试题正确答案对应的训练声音信号集，包括多个训练声音信号；

使用所述训练声音信号集，采用深度学习算法训练所述深度学习模型，得到训练后的深度学习模型，以通过训练后的深度学习模型比对识别采集的声音信号。

3.根据权利要求2所述的方法，其特征在于，所述测评终端包括深度学习模型，所述采集人体的姿态图像的步骤之前，所述方法还包括：

获取人体姿态图像的训练图像集，包括多个训练子图像，每个所述训练子图像包括人体以预设姿态呈现的图像；

使用所述训练图像集，采用深度学习算法训练所述深度学习模型，得到训练后的深度学习模型，以通过训练后的深度学习模型比对识别所述姿态图像。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述测评终端包括输入模块，所述输入模块用于根据人为输入的信号生成与当前试题对应的待校验答案；所述方法还包括：

解析接收的待校验答案，并在所述待校验答案为当前试题的预设答案时，确定所述待校验答案为正确答案。

5.根据权利要求1-3中任意一项所述的方法，其特征在于，多个所述测评终端与所述教学终端通信连接，所述教学终端用于根据预设分析策略分析每个教学终端发送的最终测试结果，以形成测试报表；其中，所述预设分析策略包括：

针对相同的试题，计算回答所述试题的答案为正确答案的正确率；

基于每个测评终端发送的最终测试结果，计算多个所述测评终端的平均测试结果；

基于每个测评终端发送的最终测试结果及预设达标值，计算所述最终测试结果的合格率。