人工智能技術(shù)在微課制作中的應(yīng)用研究

陽有明

（廣西師范大學(xué)職業(yè)技術(shù)師范學(xué)院 廣西 桂林 541004）

微課作為一種以微視頻為核心的教育資源，以其獨特的特性，如精煉的教學(xué)內(nèi)容、隨時隨地的學(xué)習(xí)便利性，以及以學(xué)習(xí)者為中心的教學(xué)方法，為教育工作者和學(xué)習(xí)者帶來了全新的學(xué)習(xí)契機。

2018 年，教育部發(fā)布《教育信息化2.0 行動計劃》，倡導(dǎo)構(gòu)建教育資源開發(fā)和利用的大平臺，并強調(diào)利用人工智能和大數(shù)據(jù)技術(shù)匯聚各種優(yōu)質(zhì)的教育資源，以實現(xiàn)從“專用資源服務(wù)”向“大資源服務(wù)”的重要轉(zhuǎn)變[1]。2023 年5 月，美國高等教育信息化專業(yè)組織（EDUCAUSE）在其發(fā)布的《2023 地平線報告：教與學(xué)版》中，已連續(xù)四年將“人工智能”技術(shù)列為將對未來高等教育產(chǎn)生重大影響的新興/關(guān)鍵技術(shù)和實踐[2]，進(jìn)一步凸顯了人工智能對于高等教育改革的重大貢獻(xiàn)。雖然人工智能在教育領(lǐng)域的應(yīng)用已得到了廣泛的研究，但對于微課制作的應(yīng)用研究仍相對較少。

1 人工智能技術(shù)在教育領(lǐng)域中的應(yīng)用

1.1 人工智能技術(shù)概述

人工智能（Artificial Intelligence，簡稱AI）起源于20 世紀(jì)50 年代，被定義為計算機系統(tǒng)或機器模擬人類智能過程的科學(xué)，包括學(xué)習(xí)（理解新的信息和規(guī)則）、推理（運用規(guī)則以達(dá)到大概或確定的結(jié)論）、問題解決、知覺、語言理解等[3]。根據(jù)實現(xiàn)的方式和功能，人工智能可以分為弱人工智能和強人工智能。弱人工智能主要關(guān)注在特定環(huán)境下模擬人的智能行為，如Google 的搜索引擎和AlphaGo。強人工智能則期望在所有智能活動領(lǐng)域達(dá)到或超越人的水平，但至2021 年為止，強人工智能仍處于研究和開發(fā)階段。

目前，機器學(xué)習(xí)和深度學(xué)習(xí)是人工智能的主要研究和應(yīng)用方向。機器學(xué)習(xí)是人工智能的一個重要分支，它通過從數(shù)據(jù)中學(xué)習(xí)，改進(jìn)模型的性能；深度學(xué)習(xí)是機器學(xué)習(xí)的一種方法，它試圖模擬人腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以實現(xiàn)對復(fù)雜數(shù)據(jù)的高效學(xué)習(xí)。近年來，人工智能技術(shù)的快速發(fā)展和廣泛應(yīng)用，對社會經(jīng)濟(jì)的各個方面都產(chǎn)生了深遠(yuǎn)影響，教育領(lǐng)域亦是如此。

1.2 人工智能在教育領(lǐng)域的應(yīng)用情況

人工智能技術(shù)已經(jīng)成為一個創(chuàng)新性的驅(qū)動力量，滲透到教育的各個層面，顛覆并重塑了教育領(lǐng)域的許多傳統(tǒng)教學(xué)方法、教學(xué)模式和學(xué)習(xí)體驗。首先，借助深度學(xué)習(xí)、機器學(xué)習(xí)等前沿技術(shù)，人工智能賦能教學(xué)平臺與系統(tǒng)，以此實現(xiàn)個性化的教育。具體表現(xiàn)為：智能教學(xué)系統(tǒng)能夠提供獨特的、因人而異的學(xué)習(xí)計劃，對學(xué)生的學(xué)習(xí)過程實行精準(zhǔn)追蹤并實時反饋與調(diào)整，這種適應(yīng)性的教學(xué)方式極大地提高了學(xué)習(xí)效率。其次，人工智能在學(xué)生評估領(lǐng)域的作用也十分突出。AI 系統(tǒng)能夠?qū)崟r監(jiān)測學(xué)生的學(xué)習(xí)行為，通過深度數(shù)據(jù)分析預(yù)測學(xué)生的學(xué)習(xí)效果及其可能存在的問題，并在關(guān)鍵時刻提供及時而精準(zhǔn)的反饋。此外，通過自動批改作業(yè)和試卷，AI 顯著減輕了教師的工作負(fù)擔(dān)，釋放了教師的時間和精力。最后，AI 在教學(xué)內(nèi)容創(chuàng)新方面的潛力也不可忽視。在課程設(shè)計和微課制作環(huán)節(jié)，AI 圖像技術(shù)、AI 語音識別和合成技術(shù)等的應(yīng)用，顯著提升了微課的制作效率和質(zhì)量，為教學(xué)內(nèi)容的創(chuàng)新和質(zhì)量提升開辟了新的途徑。

2 人工智能技術(shù)在微課制作中的典型應(yīng)用場景

2.1 AI 語音識別技術(shù)快速生成微課字幕

字幕，是視頻、電影或者視頻包裝必不可少的一部分，對畫面內(nèi)容起到必要的補充和修飾作用。張寶等（2021 年）研究表明，在微課中增加字幕，可使表述內(nèi)容更加清晰，學(xué)生理解更容易[4]。傳統(tǒng)制作字幕需要六個步驟，即聽音識字―Word 斷句―去除標(biāo)點―上軌調(diào)位―設(shè)置格式―校對字幕，制作流程復(fù)雜且非常耗時。自動語音識別（Automatic Speech Recognition，簡稱ASR）是人工智能技術(shù)的重要應(yīng)用之一。它借助深度學(xué)習(xí)模型（例如遞歸神經(jīng)網(wǎng)絡(luò)或者Transformer 模型）解析語音信號，并將其轉(zhuǎn)換為文字。在微課制作中，這種技術(shù)可以自動將教師的講解或者課程視頻中的語音部分轉(zhuǎn)化為文字，從而生成微課字幕。

AI 語音識別技術(shù)快速生成微課字幕的工具軟件有很多。一類是剪輯軟件自帶的語言識別生成字幕功能，如剪映、Adobe Premiere CC（2022 以上版本）；另一類是第三方（非剪輯軟件自帶）語言識別生成字幕工具，如網(wǎng)易見外、Arctime 等。AI 智能識別視頻語音和生成微課字幕的過程，不僅能節(jié)約大量的人工轉(zhuǎn)錄時間，而且能保證字幕的準(zhǔn)確性和一致性。此外，對于有特殊需求的用戶，例如聽力障礙者、非母語學(xué)習(xí)者，或者在學(xué)習(xí)過程中需要文本輔助的學(xué)習(xí)者，ASR技術(shù)的應(yīng)用能夠極大地提高他們的學(xué)習(xí)體驗。

2.2 AI 語音合成技術(shù)生成微課配音與解說

人工智能的語音合成技術(shù)，又稱為文語轉(zhuǎn)換（Text-To-Speech，TTS）技術(shù)，是直接將文本信息轉(zhuǎn)化為語音的技術(shù)[5]。在傳統(tǒng)微課制作環(huán)境中，配音和解說的環(huán)節(jié)不僅需要大量的時間和資源投入，對于非普通話母語，或者方言比較濃厚的教師，更是一項艱巨的挑戰(zhàn)。然而，隨著AI 語音合成技術(shù)的應(yīng)用，教師能夠?qū)㈩A(yù)設(shè)的文本信息輕松轉(zhuǎn)換為自然且充滿表現(xiàn)力的語音，從而賦予微課更多的活力和生動性。

AI 語音合成技術(shù)在微課配音與解說生成方面的優(yōu)勢主要體現(xiàn)在兩個方面：一是其個性化的配音能力?；贏I的語音合成技術(shù)，教師可以選擇不同的語言、口音、音色，甚至控制語音的語調(diào)、語速和情感表達(dá)，從而達(dá)到更為個性化、更符合教學(xué)需求和學(xué)習(xí)者喜好的配音效果。二是其支持多語種的特性。在全球化的教育背景下，教學(xué)資源的多語種化成為一個重要的需求。AI 語音合成技術(shù)能夠支持多種語言的語音生成，通過與自動翻譯技術(shù)的結(jié)合，可以將教學(xué)內(nèi)容翻譯成不同的語言，并生成對應(yīng)的語音講解，讓來自不同語言背景的學(xué)習(xí)者都能享受到優(yōu)質(zhì)的微課資源，從而使微課能夠覆蓋更廣泛的學(xué)習(xí)者群體。

2.3 AI 圖像技術(shù)重塑微課制作的視覺體驗

AI 圖像技術(shù)是指通過人工智能的深度學(xué)習(xí)和機器視覺技術(shù)，處理和解析圖像或視頻的一系列技術(shù)。AI 圖像技術(shù)可以從圖像或視頻中提取有價值的信息，主要應(yīng)用在圖像識別、圖像分割、圖像生成、圖像恢復(fù)、目標(biāo)追蹤、3D 重建等方面，在微課制作中影響廣泛、潛力深遠(yuǎn)，對微課制作的視覺呈現(xiàn)有極強的深度優(yōu)化作用。

2.3.1 AI 圖像分析與解析：引領(lǐng)智能化微課制作

微課制作過程中會用到大量的視頻素材、圖片素材、音頻素材，教師面對剪輯軟件中海量的素材，往往心生焦慮、無從下手。AI 圖像分析與解析通過深度學(xué)習(xí)的圖像識別算法，使得AI 能夠準(zhǔn)確地識別并理解圖像中的內(nèi)容，包括人物、物體、場景等。這一功能可以自動完成微課制作素材的自動標(biāo)注和分類等基礎(chǔ)性工作，建立智能精選，方便素材管理歸檔和搜索。

2.3.2 AI 圖像處理與優(yōu)化：提升微課視覺質(zhì)量

AI 圖像處理技術(shù)能對微課的視覺表現(xiàn)層進(jìn)行各種優(yōu)化與修飾，如色彩校正、去噪、摳像等，大幅提升微課的視覺質(zhì)量。其中，尤其值得關(guān)注的是AI 智能摳像技術(shù)。該技術(shù)通過算法將教師或教學(xué)物品從復(fù)雜的背景中準(zhǔn)確提取出來，極大程度地降低了微課的制作難度，并為后續(xù)編輯與合成流程提供便利。AI 智能摳像技術(shù)有三大顯著優(yōu)勢：一是硬件要求低，它不依賴專業(yè)級別的攝像設(shè)備或特定的拍攝環(huán)境，即使是使用簡單的相機或手機在非專業(yè)的照明環(huán)境下拍攝的視頻，也能滿足摳像要求，這意味著可以大幅降低制作微課的設(shè)備和人力成本。二是處理復(fù)雜背景，應(yīng)對復(fù)雜背景的自然圖像摳像，系統(tǒng)能自動選擇識別前景對象，高效處理人物毛發(fā)邊緣，還原保留各種細(xì)節(jié)而看不出處理痕跡，摳像不再需要復(fù)雜的綠幕或者藍(lán)幕，教師拍攝微課將不再受時間、空間和拍攝場景的限制。三是易用性高，AI 智能摳像技術(shù)的操作門檻較低，教師可以通過簡單的一鍵操作完成摳像過程。

2.3.3 AI 圖像生成：創(chuàng)造逼真的視覺元素

AI 圖像生成技術(shù)以生成對抗網(wǎng)絡(luò)（GANs）為核心，已成為微課內(nèi)容制作中一種重要的視覺元素豐富手段，它甚至可以創(chuàng)造全新的教學(xué)場景，以此實現(xiàn)教學(xué)內(nèi)容的高度視覺化。該技術(shù)在微課內(nèi)容制作中具體體現(xiàn)為根據(jù)教學(xué)內(nèi)容的具體需求，生成相關(guān)的圖像或動畫。首先，AI 動畫的運用對于微課來說至關(guān)重要。動畫作為微課的視覺亮點，不僅提升了觀看者的沉浸體驗，也大幅度提升了教學(xué)內(nèi)容的吸引力。傳統(tǒng)的動畫制作對藝術(shù)性和技術(shù)性的要求較高，而使用AI 技術(shù)則可以實現(xiàn)動畫制作的高效與便捷。具體而言，AI 技術(shù)可以快速生成動畫場景和角色，大大降低了手動繪制的時間和工作量。其次，AI 繪畫在微課制作中也發(fā)揮了重要作用。在微課制作中，素材的運用固然充滿挑戰(zhàn)，卻也是無法忽視的關(guān)鍵環(huán)節(jié)。教師在創(chuàng)作微課時，可能會遇到無法有效呈現(xiàn)自己創(chuàng)新思想的困境，這時，AI技術(shù)的介入就能實現(xiàn)創(chuàng)新想法的有效呈現(xiàn)。

2.3.4 AI 驅(qū)動的自動化制作流程：提升微課制作效率

AI 圖像技術(shù)在微課制作流程的自動化方面也具有重要的應(yīng)用價值。AI 自動剪輯技術(shù)是以算法為基礎(chǔ)，通過對原始視頻素材進(jìn)行精確的分析和解析，智能地實現(xiàn)視頻中的關(guān)鍵元素檢測，如場景變換、講解要點等。在此基礎(chǔ)上，AI技術(shù)能進(jìn)一步自動剔除視頻中的瑕疵和重復(fù)內(nèi)容，如卡頓、喘息聲等，同時根據(jù)教學(xué)內(nèi)容的邏輯，智能地完成視頻的粗剪和合并。主流的AI 自動剪輯軟件包括Adobe Premiere Pro、Magisto、InVideo、Animoto、Wibbitz、Quik 等，這些軟件以其強大的自動剪輯功能，滿足了不同需求的微課制作，無論是快速制作短視頻，還是海量音樂庫的提供，都給微課制作帶來了極大的便利。

2.4 AI 智能輔助工具：微課制作的智能化銳器

微課制作的進(jìn)程正在由于AI 智能輔助工具的運用而經(jīng)歷深刻的變革。這些工具依托于其自動化、精確性和高效率的特點，為微課制作帶來了顯著的提升，從而大幅度地提升了制作效率和內(nèi)容的質(zhì)量。AI 自動配樂工具，如AIVA等，以其先進(jìn)的算法，能夠根據(jù)微課的教學(xué)內(nèi)容和情緒氛圍生成適配的音樂和音效，豐富了微課的感官體驗。AI自動檢索工具通過高級的“識圖”和“識音”功能，可以自動索引相關(guān)的圖片、視頻、文檔等教學(xué)資源，顯著提高資源檢索的速度和精準(zhǔn)度。AI 全自動摳圖工具可以快速精確地將目標(biāo)人物或物品從復(fù)雜的背景中分離出來，大大簡化了后續(xù)的編輯和合成過程。另外，AI人聲提取工具如Audionamix、iZotope RX 等，能夠精確地從復(fù)雜的音頻環(huán)境中提取教師的講解，保證了語音的清晰度和可理解性。同時，這類工具也能獲取干凈、稀缺的音樂伴奏，如lalal.ai、UVR5、Amadeus code等，為微課的音頻環(huán)節(jié)增加了更多的可能性。另外，AI 智能輔助工具還能生成數(shù)字人、虛擬人，創(chuàng)作出不同角色的教師形象或?qū)儆谧约旱臄?shù)字人（D-ID），創(chuàng)設(shè)情境，增強微課內(nèi)容的感染力。

3 結(jié)語

AI人工智能技術(shù)正在蓬勃發(fā)展，其在微課制作中的廣泛應(yīng)用已對教育領(lǐng)域產(chǎn)生了巨大的影響。通過AI 語音識別、AI語音合成以及AI圖像技術(shù)等多元創(chuàng)新技術(shù)的實施，教師們得以跨越技術(shù)的阻隔，將注意力集中在微課教學(xué)內(nèi)容的設(shè)計與創(chuàng)新上，以設(shè)計出高質(zhì)量的教學(xué)微課程。在這個科技瞬息萬變的時代，AI人工智能技術(shù)將繼續(xù)為我們揭示更為廣闊的想象空間和無窮的可能性，期待AI 人工智能技術(shù)在微課制作領(lǐng)域中創(chuàng)造更多的價值，引領(lǐng)在線教育領(lǐng)域向著更大的創(chuàng)新與進(jìn)步邁進(jìn)。