基于卷積神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)課堂教學(xué)語(yǔ)音情感優(yōu)化的方法研究

摘 要：在人工智能時(shí)代下，深度學(xué)習(xí)技術(shù)逐漸融入教育研究領(lǐng)域的各個(gè)方面。教師教學(xué)語(yǔ)言是課堂教學(xué)的主要方式，教學(xué)情感作為教學(xué)評(píng)價(jià)的主要評(píng)估方式，深刻影響著教師的教學(xué)效果。本文基于卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)教師語(yǔ)音情感進(jìn)行識(shí)別，以語(yǔ)音情感描述模型和情感教學(xué)理論作為理論基礎(chǔ)，按照“數(shù)據(jù)庫(kù)建立—模型搭建—實(shí)踐應(yīng)用”的研究路徑開(kāi)展教師標(biāo)準(zhǔn)課堂教學(xué)語(yǔ)音情感的研究，建立教師課堂語(yǔ)音數(shù)據(jù)庫(kù)，構(gòu)建教師語(yǔ)音情感評(píng)價(jià)量表，還原真實(shí)課堂的精準(zhǔn)采集、助力教師評(píng)價(jià)的高效開(kāi)展，以此優(yōu)化教師教學(xué)語(yǔ)音情感，賦能教學(xué)改進(jìn)。

關(guān)鍵詞：教師語(yǔ)音情感，卷積神經(jīng)網(wǎng)絡(luò)，教學(xué)改進(jìn)，深度學(xué)習(xí)

DOI編碼：10.3969/j.issn.1002-5944.2024.08.047

0 引 言

2022年，教育部印發(fā)《新時(shí)代基礎(chǔ)教育強(qiáng)師計(jì)劃》的通知中強(qiáng)調(diào)要探索人工智能助推教師管理優(yōu)化辦法，實(shí)現(xiàn)教師培訓(xùn)專(zhuān)業(yè)化、標(biāo)準(zhǔn)化，提升教師隊(duì)伍管理服務(wù)水平，促進(jìn)教育教學(xué)方法創(chuàng)新，進(jìn)一步挖掘和發(fā)揮教師在人工智能與教育融合中的作用[1]。當(dāng)下，線上和線下交互式教學(xué)成為教師主要的教學(xué)方式，而線上教學(xué)使得教師和學(xué)生物理位置分離。教師教學(xué)語(yǔ)言是教師在教學(xué)中向?qū)W生傳遞知識(shí)的核心手段，教師情緒的變化對(duì)學(xué)生知識(shí)的習(xí)得有著深刻的影響，教師語(yǔ)音情緒的表達(dá)合理性與反饋理應(yīng)受到研究者的關(guān)注。

當(dāng)前，基于人工智能技術(shù)的姿態(tài)識(shí)別、表情識(shí)別以及文本識(shí)別都可以間接與教師情感進(jìn)行聯(lián)系，但直接面向教師的人工智能課堂情緒識(shí)別的相關(guān)研究仍然較少。而課堂教學(xué)語(yǔ)言是教師在課堂教學(xué)中向?qū)W生傳遞信息的核心手段。教師駕馭語(yǔ)言能力的高低，對(duì)教學(xué)效果有著直接且明顯的影響。運(yùn)用AI技術(shù)手段，聚焦情緒識(shí)別分析教師課堂語(yǔ)音，觀察教師課堂語(yǔ)音情緒變化對(duì)于教學(xué)改進(jìn)有重要的價(jià)值與意義。

1 方法研究

本文以語(yǔ)音情感描述模型、情感教學(xué)理論為基礎(chǔ)，按照“數(shù)據(jù)庫(kù)建立—模型搭建—實(shí)踐應(yīng)用”的研究路徑開(kāi)展教師課堂教學(xué)語(yǔ)音情感的研究，以此優(yōu)化教師教學(xué)語(yǔ)音情感，賦能教學(xué)改進(jìn)，如圖1所示。

1.1 研究方法

1.1.1 教師課堂語(yǔ)音數(shù)據(jù)庫(kù)的建立

對(duì)教師語(yǔ)音情感的分析研究離不開(kāi)教師課堂語(yǔ)音數(shù)據(jù)庫(kù)的建立。由于情感的復(fù)雜性、數(shù)據(jù)收集的困難性、錄制標(biāo)準(zhǔn)的不一致性以及情感分類(lèi)目的和任務(wù)的差異性等，目前，大多數(shù)研究機(jī)構(gòu)都是按照各自的科研需求建立相應(yīng)的情感語(yǔ)音數(shù)據(jù)庫(kù)[2]。研究者劉清堂等采用非入侵、伴隨式的數(shù)據(jù)采集方式采集課堂教學(xué)數(shù)據(jù)，利用教室中安裝的多路高清攝像機(jī)采集課堂上教師和學(xué)生的圖像，利用麥克風(fēng)采集語(yǔ)音數(shù)據(jù)，并通過(guò)錄播系統(tǒng)自動(dòng)合成為教學(xué)視頻，存入視頻數(shù)據(jù)庫(kù)中[3]。基于此，對(duì)于教師語(yǔ)音情感的分析也可以對(duì)已有的課堂教師語(yǔ)音實(shí)錄進(jìn)行統(tǒng)計(jì)分類(lèi)，再以5 s的時(shí)間跨度對(duì)每一種類(lèi)別的數(shù)據(jù)進(jìn)行分幀處理，最終建立可供使用的教師課堂語(yǔ)音數(shù)據(jù)庫(kù)。

1.1.2 教師課堂語(yǔ)音數(shù)據(jù)庫(kù)的標(biāo)注

語(yǔ)音情感數(shù)據(jù)庫(kù)涉及的另一個(gè)重要工作就是語(yǔ)音情感數(shù)據(jù)的整理和情感的標(biāo)注。研究者錢(qián)婷通過(guò)對(duì)PAD三維情感模型（Pleasure-ArousalDominance space，愉悅度-激活度-優(yōu)勢(shì)度空間理論）中 P 值的不同將課堂教學(xué)中的教師情感劃分為積極、消極、中性3大類(lèi)[4]；研究者張雪英等利用改進(jìn)的PAD情感量表對(duì)數(shù)據(jù)庫(kù)語(yǔ)音進(jìn)行標(biāo)注，并對(duì)標(biāo)注結(jié)果的有效性進(jìn)行了數(shù)據(jù)分析[5]，通過(guò)捕捉教師的語(yǔ)音情感變化以及積極、中性與消極情緒出現(xiàn)的次數(shù)與時(shí)間長(zhǎng)短，為廣大教育研究者和一線教師分析、開(kāi)展高質(zhì)量的課堂教學(xué)活動(dòng)提供理論依據(jù)與實(shí)踐指導(dǎo)，為人工智能技術(shù)進(jìn)入課堂教學(xué)評(píng)價(jià)領(lǐng)域提供實(shí)踐經(jīng)驗(yàn)。

1.1.3 模型的使用、訓(xùn)練

研究者李洋等提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)和 Bi-LSTM 網(wǎng)絡(luò)的特征融合模型用于文本分類(lèi)研究[6 ]。搭建基于教師課堂的語(yǔ)音情感分類(lèi)的卷積神經(jīng)網(wǎng)絡(luò)（CN N）模型和雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（Bi-LSTM）模型，為精準(zhǔn)評(píng)價(jià)教師課堂教學(xué)語(yǔ)音情感提供技術(shù)支持。采用梅爾倒譜系數(shù)（MelFrequency Cepstral Coefficents，MFCC）特征進(jìn)行特征提取，從而降低實(shí)驗(yàn)復(fù)雜度、工作難度，提升計(jì)算速度。同時(shí)，使用梅爾譜系數(shù)作為基線特征進(jìn)行對(duì)比實(shí)驗(yàn)，并在未來(lái)實(shí)驗(yàn)過(guò)程中嘗試找到更好的聲學(xué)特征。通過(guò)對(duì)模型的反復(fù)訓(xùn)練，將人工標(biāo)注的情感與模型所識(shí)別的情感不斷進(jìn)行比對(duì)，不斷提高情感預(yù)測(cè)的精度。

1.2 實(shí)踐應(yīng)用

教師課堂語(yǔ)言是改善教師教學(xué)質(zhì)量的必要手段。課堂情感作為教學(xué)評(píng)價(jià)的一個(gè)方面，利用卷積神經(jīng)網(wǎng)絡(luò)模型，分析教師課堂教學(xué)情感具有很實(shí)際的應(yīng)用價(jià)值。運(yùn)用建立好的教師課堂語(yǔ)音數(shù)據(jù)庫(kù)和訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)更多的課堂視頻進(jìn)行分析比較，可以構(gòu)建教師語(yǔ)音情感分析評(píng)價(jià)指標(biāo)表，以此為優(yōu)化教師教學(xué)語(yǔ)音情感提供切實(shí)可行的理論基礎(chǔ)。

2 后續(xù)研究方向

后續(xù)的研究主要針對(duì)以下兩個(gè)方面，從而進(jìn)一步優(yōu)化教師教學(xué)的全過(guò)程。

2.1 深度學(xué)習(xí)方法的持續(xù)創(chuàng)新應(yīng)用

（1）當(dāng)前，卷積神經(jīng)網(wǎng)絡(luò)在情感識(shí)別領(lǐng)域分析更多的仍是離散情感，引入連續(xù)的情感則可以使得卷積神經(jīng)網(wǎng)絡(luò)模型更為精準(zhǔn)與直觀地反饋教師情感變化，同時(shí)對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型的不斷優(yōu)化與訓(xùn)練也會(huì)使得情感變化更加準(zhǔn)確。

（2）教師語(yǔ)音的節(jié)奏即語(yǔ)調(diào)和語(yǔ)速的變化也直接影響著教師情感表達(dá)能力、課堂教學(xué)實(shí)施效果與教師課堂認(rèn)知能力。選擇一種能包含更多語(yǔ)調(diào)、語(yǔ)速等聲音信息的特征在當(dāng)前仍然是一個(gè)具有挑戰(zhàn)性的工作，將語(yǔ)調(diào)、語(yǔ)速和情感的變化結(jié)合起來(lái)喚起學(xué)生對(duì)課程內(nèi)容的不同的情感表達(dá)，可以更好地幫助教師自我提升，助力教學(xué)改進(jìn)。

2.2 智能化助力教師評(píng)價(jià)指標(biāo)構(gòu)建

（1）教師在教學(xué)時(shí)所表現(xiàn)的外在姿態(tài)和所傳遞的情感表達(dá)都是衡量教師教學(xué)水平高低的重要指標(biāo)。依據(jù)課堂教學(xué)特點(diǎn)以及當(dāng)下學(xué)生的學(xué)習(xí)情況，構(gòu)建基于人工智能的課堂教師姿態(tài)、表情、語(yǔ)言、情感分析框架，對(duì)教師課堂教學(xué)特點(diǎn)及研究結(jié)果進(jìn)行有效分析、對(duì)比和挖掘，形成教師姿態(tài)、表情、語(yǔ)言、情感分析評(píng)價(jià)指標(biāo)表是未來(lái)教師評(píng)價(jià)的一個(gè)新的方向與著力點(diǎn)。

（2）教師評(píng)價(jià)指標(biāo)的構(gòu)建需要采集評(píng)價(jià)信息。

評(píng)價(jià)信息包括確定信息的含義、信息的來(lái)源、信息采集工具與方法等[7]。其中，信息來(lái)源會(huì)因?yàn)樾畔⒉杉ぞ?、技術(shù)的不同而出現(xiàn)偏差。卷積神經(jīng)網(wǎng)絡(luò)模型在教育領(lǐng)域的應(yīng)用正處于起步階段，其在數(shù)據(jù)采集、分析與反饋等方面已展現(xiàn)出強(qiáng)大優(yōu)勢(shì)，對(duì)于標(biāo)準(zhǔn)以及規(guī)范課堂教學(xué)評(píng)價(jià)的準(zhǔn)確性、全面性是一次有益的改變與嘗試。

3 結(jié) 語(yǔ)

在教育信息化2.0 時(shí)代下，教育研究者應(yīng)更加重視信息技術(shù)，尤其是深度學(xué)習(xí)方法對(duì)傳統(tǒng)課堂教學(xué)的革命性影響和沖擊。卷積神經(jīng)網(wǎng)絡(luò)模型不斷賦能課堂教學(xué)改革，促成深度學(xué)習(xí)技術(shù)下的智慧課堂的形成，推動(dòng)人工智能在教育教學(xué)領(lǐng)域的應(yīng)用。本文提出了卷積神經(jīng)網(wǎng)絡(luò)模型用于語(yǔ)音情感識(shí)別，運(yùn)用已有研究成果，探究精準(zhǔn)評(píng)價(jià)教師課堂教學(xué)效果的技術(shù)支持。構(gòu)建中小學(xué)教師課堂語(yǔ)音數(shù)據(jù)庫(kù)，對(duì)課堂教學(xué)進(jìn)行預(yù)分析，修訂和完善教師情感數(shù)據(jù)集。根據(jù)教育教學(xué)理論、課堂特點(diǎn)以及學(xué)生學(xué)情，形成基于人工智能的課堂教師語(yǔ)音情感分析框架以及中小學(xué)教師語(yǔ)音情感評(píng)價(jià)量表，為教師評(píng)價(jià)提供理論參考和數(shù)據(jù)基礎(chǔ)，最終達(dá)到改進(jìn)課堂教學(xué)效果的目的。

參考文獻(xiàn)

[1]教育部，中央宣傳部，中央編辦，等.教育部等八部門(mén)關(guān)于印發(fā)《新時(shí)代基礎(chǔ)教育強(qiáng)師計(jì)劃》的通知[EB/OL].（2022-04-11）[2022-12-31].http：//www.moe.gov.cn/srcsite/A10/s7034/202204/t20220413_616644.html.

[2]景少玲，毛峽，陳立江，等.漢語(yǔ)雙模情感語(yǔ)音數(shù)據(jù)庫(kù)標(biāo)注及一致性檢測(cè)[J].北京航空航天大學(xué)學(xué)報(bào)，2015，41（10）：1925-1934.

[3]劉清堂，何皓怡，吳林靜，等.基于人工智能的課堂教學(xué)行為分析方法及其應(yīng)用[J].中國(guó)電化教育，2019（9）：13-21.

[4]錢(qián)婷.基于傳統(tǒng)課堂的教師話(huà)語(yǔ)情感識(shí)別研究[D].武漢：華中師范大學(xué)，2019.

[5]張雪英，張婷，孫穎，等.情感語(yǔ)音數(shù)據(jù)庫(kù)優(yōu)化及PAD情感模型量化標(biāo)注[J].太原理工大學(xué)學(xué)報(bào)，2017，48（3）：469-474.

[6]李洋，董紅斌.基于CNN和BiLSTM網(wǎng)絡(luò)特征融合的文本情感分析[J].計(jì)算機(jī)應(yīng)用，2018，38（11）：3075-3080.

[7]沈玉順.校本中小學(xué)教師評(píng)價(jià)指標(biāo)設(shè)計(jì)的概念框架[J].教育發(fā)展研究，2009，29（6）：7-12.

作者簡(jiǎn)介

鄧帥，碩士研究生在讀，研究方向?yàn)閿?shù)學(xué)教育、學(xué)科教學(xué)（數(shù)學(xué)）。

吳箏，碩士研究生在讀，研究方向?yàn)槲锢斫逃W(xué)科教學(xué)（物理）。

（責(zé)任編輯：高鵬）