[发明专利]一种远程教学互动方法、服务器、终端以及系统

权利要求书

1.一种远程教学互动方法，其特征在于，所述方法包括：

接收来自第一终端的第一教学流媒体视频，所述第一教学流媒体视频包括第一教学视频数据和第一教学音频数据；

提取所述第一教学视频数据中的第一视频帧，依据所述第一视频帧得到第一表情信息；

将所述第一教学音频数据转换得到第一语音文本信息，根据所述第一语音文本信息得到第一语义信息，所述第一语义信息包含所述第一语音文本信息的直译，且结合当前教学的语境以及教学语气得到的语音含义；

根据所述第一表情信息和所述第一语义信息得到展示内容，所述展示内容为教学评价；

将所述展示内容推送至第二终端进行显示。

2.根据权利要求1所述的方法，其特征在于，所述教学评价包括正面评价和/或负面评价；

在所述第一表情信息表示高兴和/或所述第一语义信息表示表扬的情况下，所述教学评价为正面评价；

或者在所述第一表情信息表示悲伤和/或所述第一语义信息表示批评的情况下，所述教学评价为负面评价。

3.根据权利要求1所述的方法，其特征在于，所述接收来自第一终端的教学流媒体视频之前包括：

获取预设时间段内的教学视频，通过所述教学视频得到教师、学生和/或家长的表情数据库以及语音数据库；

将所述教师、学生和/或家长的表情数据库作为表情训练数据并根据所述教师、学生和/或家长的身份信息进行表情大数据训练，得到所述教师、学生和/或家长的专属表情训练模型；

将所述教师、学生和/或家长的语音数据库作为语音训练数据，并根据所述教师、学生和/或家长的身份信息进行语音大数据训练，得到所述教师、学生和/或家长的专属语音训练模型；

存储所述教师、学生和/或家长的所述专属表情训练模型和所述专属语音训练模型，并标记所述专属表情训练模型和所述专属语音训练模型对应的所述教师、学生和/或家长的标识。

4.根据权利要求3所述的方法，其特征在于，所述依据所述第一视频帧得到第一表情信息包括：

对所述第一视频帧进行预处理提取出面部特征，根据所述面部特征得到实时表情信息；

根据所述第一教学视频数据中携带的所述教师、学生和/或家长标识查询所述第一终端对应教师、学生和/或家长的专属表情训练模型；

将所述教师、学生和/或家长的所述实时表情信息输入到所述教师、学生和/或家长的所述专属表情训练模型中，经过识别后得到所述第一表情信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一教学音频数据转换得到第一语音文本信息包括：

根据所述第一教学视频数据中携带的所述教师、学生和/或家长标识查询所述第一终端对应教师、学生和/或家长的专属语音训练模型；

将所述第一教学音频数据输入到所述专属语音训练模型中，经过识别后得到所述教师、学生和/或家长的语音；

根据所述教师、学生和/或家长的语音转换得到所述第一语音文本信息。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收来自第二终端发送的第二教学流媒体视频，所述第二教学流媒体视频包括第二教学视频数据和第二教学音频数据；

提取所述第二教学视频数据中的第二视频帧，并依据所述第二视频帧得到第二表情信息；

将所述第二教学音频数据转换得到第二语音文本信息，根据所述第二语音文本信息得到第二语义信息；

根据所述第二表情信息和所述第二语义信息得到反馈信息；

将所述反馈信息推送至第一终端进行显示，和/或，将预先存储的与所述反馈信息对应的教学建议或者试题发送至所述第一终端和/或第二终端。