[发明专利]智能教学录屏方法和系统有效

专利信息
申请号: 202010857325.7 申请日: 2020-08-24
公开(公告)号: CN112019786B 公开(公告)日: 2021-05-25
发明(设计)人: 崔炜 申请(专利权)人: 上海松鼠课堂人工智能科技有限公司
主分类号: H04N5/76 分类号: H04N5/76;G10L21/0208;G10L25/51;G10L25/60;G09B5/06
代理公司: 暂无信息 代理人: 暂无信息
地址: 200237 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 教学 方法 系统
【说明书】:

发明提供了智能教学录屏方法和系统,其不同于现有技术只针对录屏得到的实际声音信号本身进行降噪优化,其通过收集相应的标准声音信号作为参考信号,并从声音信号的时域和频域层面上对上述两种声音信号进行时域特征参数和频域特征参数的提取、实际声音信号的降噪优化和声音信号的信号统计误差分析,再根据信号统计误差分析的结果实现优化声音信号与录屏图像的相互组合匹配,从而提高录屏声音信号与录屏图像信号的组合匹配可靠性。

技术领域

本发明涉及智能教育的技术领域,特别涉及智能教学录屏方法和系统。

背景技术

在智能教学过程中通常需要对线上教学过程进行录屏,以便于后续根据录屏结果实时调整教学方式。对线上教学过程进行录屏包括声音录屏和图像录屏,其中声音录屏得到的声音信号通常包含一定的噪声成分,为了保证录屏结果的可靠性,需要对该声音信号进行优化后再与录屏图像重新组合,但是现有技术都只是针对该声音信号本身进行滤波降噪,其并未参考其他标准声音信号进行适应性的优化,这不利于对录屏声音信号的降噪优化以及提高后续录屏声音信号与录屏图像信号的组合匹配可靠性。

发明内容

针对现有技术存在的缺陷,本发明提供智能教学录屏方法和系统,其通过收集标准声音信号以及录屏过程中录入的实际声音信号,并对该标准声音信号和该实际声音信号进行时域分析处理和频域分析处理,并根据该时域分析处理和该频域分析处理的结果,确定该标准声音信号与该实际声音信号之间的相似性评价值,再根据该相似性评价值,对该实际声音信号进行优化处理,以此得到优化声音信号,再确定该优化声音信号对应的信号统计误差信息,并根据该信号统计误差信息,执行该优化声音信号与该录屏过程得到的录屏图像的相互组合匹配;可见,该智能教学录屏方法和系统不同于现有技术只针对录屏得到的实际声音信号本身进行降噪优化,其通过收集相应的标准声音信号作为参考信号,并从声音信号的时域和频域层面上对上述两种声音信号进行时域特征参数和频域特征参数的提取、实际声音信号的降噪优化和声音信号的信号统计误差分析,再根据信号统计误差分析的结果实现优化声音信号与录屏图像的相互组合匹配,从而提高录屏声音信号与录屏图像信号的组合匹配可靠性。

本发明提供智能教学录屏方法,其特征在于,其包括如下步骤:

步骤S1,收集标准声音信号以及录屏过程中录入的实际声音信号,并对所述标准声音信号和所述实际声音信号进行时域分析处理和频域分析处理;

步骤S2,根据所述时域分析处理和所述频域分析处理的结果,确定所述标准声音信号与所述实际声音信号之间的相似性评价值,再根据所述相似性评价值,对所述实际声音信号进行优化处理,以此得到优化声音信号;

步骤S3,确定所述优化声音信号对应的信号统计误差信息,并根据所述信号统计误差信息,执行所述优化声音信号与所述录屏过程得到的录屏图像的相互组合匹配;

进一步,在所述步骤S1中,收集标准声音信号以及录屏过程中录入的实际声音信号,并对所述标准声音信号和所述实际声音信号进行时域分析处理和频域分析处理具体包括,

步骤S101,对若干历史教学过程进行录音,以此得到相应的历史教学声音信号,再从若干所述历史教学声音信号提取共同存在的声音信号,以此作为所述标准声音信号;

步骤S102,对所述标准声音信号进行时域分析处理和频域分析处理,以此从所述标准声音信号中提取得到第一时域特征参数、第一频域特征参数和第一倒谱频域特征参数;

步骤S103,对所述实际声音信号进行时域分析处理和频域分析处理,以此从所述实际声音信号中提取得到第二时域特征参数、第二频域特征参数和第二倒谱频域特征参数;

进一步,在所述步骤S2中,根据所述时域分析处理和所述频域分析处理的结果,确定所述标准声音信号与所述实际声音信号之间的相似性评价值,再根据所述相似性评价值,对所述实际声音信号进行优化处理,以此得到优化声音信号具体包括,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海松鼠课堂人工智能科技有限公司,未经上海松鼠课堂人工智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010857325.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top