[发明专利]基于课堂语音的多维度分析方法、装置、设备及存储介质

权利要求书

1.一种基于课堂语音的多维度分析方法，其特征在于，包括：

获取目标教师的初始课堂音频，所述初始课堂音频为所述目标教师的任意一堂课程的音频，所述初始课堂音频用于评价所述目标教师的教学质量；

对所述初始课堂音频进行预处理，生成目标教师的上课音量和语调评价值；

调用自动语音识别ASR算法对所述初始课堂音频进行识别，生成所述目标教师的目标课堂文本；

基于多个预置维度对所述目标课堂文本进行数据分析，得到每个预置维度的分析结果，所述多个预置维度包括语速、口头禅、提问次数、提问类型、平均候答时长和知识点数量；

基于每个预置维度的分析结果、所述上课音量、所述语调评价值和对应的标准参考值对所述初始课堂文本进行评分，得到目标教师的总评分值。

2.根据权利要求1所述的基于课堂语音的多维度分析方法，其特征在于，所述基于多个预置维度对所述目标课堂文本进行数据分析，得到每个预置维度的分析结果，所述多个预置维度包括语速、口头禅、提问次数、提问类型、平均候答时长和知识点数量，包括：

根据初始课堂文本和预置的口头禅词库确定目标教师对应的口头禅；

基于预置词库和所述目标教师对应的口头禅对初始课堂文本进行匹配，得到初始课堂文本的提问次数和对应的疑问句，其中疑问句的个数与提问次数相同；

基于预置ASR语料对每个对应的疑问句进行分类，得到每个疑问句的类型；

基于预置ASR语料对每个对应的疑问句进行识别，得到每个疑问句的平均候答时长；

对初始课堂文本进行分词处理并确定所述初始课堂文本中涉及的知识点数量；

得到多个预置维度的分析结果，多个预置维度包括语速、口头禅、提问次数、提问类型、平均候答时长和知识点数量。

3.根据权利要求2所述的基于课堂语音的多维度分析方法，其特征在于，所述根据初始课堂文本和预置的口头禅词库确定目标教师对应的口头禅，包括：

将预置口头禅库中的每一个口头禅与目标课堂文本进行比对，得到每个口头禅的出现频次；

判断每个口头禅的出现频次是否大于对应的阈值；

若目标口头禅的出现频次大于对应的阈值，则确定所述目标口头禅为所述目标教师的对应的口头禅。

4.根据权利要求2所述的基于课堂语音的多维度分析方法，其特征在于，所述基于预置词库和所述目标教师对应的口头禅对初始课堂文本进行匹配，得到初始课堂文本的提问次数和对应的疑问句，其中疑问句的个数与提问次数相同，包括：

从预置词库中删除所述目标教师对应的口头禅，得到待匹配词库；

根据所述待匹配词库和预置匹配算法判断所述初始课堂文本中的每个句子是否含有提问关键字，所述待匹配词库包括多个提问关键字；

若目标句子中含有提问关键字，则确定所述目标句子属于疑问句；

统计所述初始课堂文本中所有疑问句的数量，得到初始课堂文本的提问次数和对应的疑问句。

5.根据权利要求2所述的基于课堂语音的多维度分析方法，其特征在于，所述基于预置ASR语料对每个对应的疑问句进行识别，得到每个疑问句的平均候答时长，包括：

基于预置ASR语料对每个对应的疑问句进行识别，得到多个疑问句；

确定每个疑问句的结束时刻和开始时刻；

计算所述多个疑问句中连续两个疑问句之间的时间间隔，所述时间间隔为前一个疑问句的结束时刻与后一个疑问句的开始时刻之差，得到多个时间间隔；

对所述多个时间间隔取平均值，生成每个疑问句的平均候答时长。