一种基于分类器集成的教师课堂指令识别方法及系统与流程

技术特征：
1.一种基于分类器集成的教师课堂指令识别方法，其特征在于，包括：获取课堂教学过程中教师的待识别语音；对所述待识别语音进行预处理，得到预处理后的音频片段集；对所述音频片段集进行内容识别，得到识别后的文本集合；对所述文本集合进行内容属性提取，得到提取后的特征向量集合；将所述特征向量集合输入预置的集成分类器，得到所述待识别语音对应的指令分类结果；其中，所述集成分类器由多个基分类器集成，并以语音训练数据的特征向量集合为训练样本，以语音训练数据对应的指令分类结果为样本标签训练得到。2.根据权利要求1所述的基于分类器集成的教师课堂指令识别方法，其特征在于，所述对所述待识别语音进行预处理，得到预处理后的音频片段集，包括：利用小波变换对所述待识别语音进行降噪处理；对降噪处理后的所述待识别语音进行切割分段，得到若干个句子形式的音频片段集。3.根据权利要求2所述的基于分类器集成的教师课堂指令识别方法，其特征在于，所述对所述音频片段集进行内容识别，得到识别后的文本集合，包括：利用语音识别技术对所述音频片段集进行固定形式语句的内容识别，将所述音频片段集转换为文本，得到识别后的文本集合。4.根据权利要求1所述的基于分类器集成的教师课堂指令识别方法，其特征在于，多个所述基分类器的集成方式具体为：将多个所述基分类器经过注意力机制，生成每个所述基分类器的权重系数；基于所述权重系数，利用加权求和的方式对多个所述基分类器进行集成。5.根据权利要求4所述的基于分类器集成的教师课堂指令识别方法，其特征在于，多个所述基分类器包括：卷积神经网络基分类器、双向长短时记忆神经网络基分类器、卷积长短时记忆神经网络基分类器和区域卷积神经网络基分类器。6.一种基于分类器集成的教师课堂指令识别系统，其特征在于，包括：获取模块，用于获取课堂教学过程中教师的待识别语音；预处理模块，用于对所述待识别语音进行预处理，得到预处理后的音频片段集；识别模块，用于对所述音频片段集进行内容识别，得到识别后的文本集合；提取模块，用于对所述文本集合进行内容属性提取，得到提取后的特征向量集合；输出模块，用于将所述特征向量集合输入预置的集成分类器，得到所述待识别语音对应的指令分类结果；其中，所述集成分类器由多个基分类器集成，并以语音训练数据的特征向量集合为训练样本，以语音训练数据对应的指令分类结果为样本标签训练得到。7.根据权利要求6所述的基于分类器集成的教师课堂指令识别系统，其特征在于，所述预处理模块包括：降噪处理单元，用于利用小波变换对所述待识别语音进行降噪处理；切割分段单元，用于对降噪处理后的所述待识别语音进行切割分段，得到若干个句子形式的音频片段集。8.根据权利要求7所述的基于分类器集成的教师课堂指令识别系统，其特征在于，所述识别模块，具体用于利用语音识别技术对所述音频片段集进行固定形式语句的内容识别，将所述音频片段集转换为文本，得到识别后的文本集合。
9.根据权利要求6所述的基于分类器集成的教师课堂指令识别系统，其特征在于，多个所述基分类器的集成方式具体为：将多个所述基分类器经过注意力机制，生成每个所述基分类器的权重系数；基于所述权重系数，利用加权求和的方式对多个所述基分类器进行集成。10.根据权利要求9所述的基于分类器集成的教师课堂指令识别系统，其特征在于，多个所述基分类器包括：卷积神经网络基分类器、双向长短时记忆神经网络基分类器、卷积长短时记忆神经网络基分类器和区域卷积神经网络基分类器。

技术总结
本发明公开了一种基于分类器集成的教师课堂指令识别方法及系统，通过获取课堂教学过程中教师的待识别语音，并对获取的待识别语音进行预处理得到音频片段集，然后对音频片段集进行内容识别得到文本集合，再对文本集合进行内容属性提取得到特征向量集合，最后将特征向量集合输入预置的集成分类器，即可得到待识别语音对应的指令分类结果，其中，预置的集成分类器由多个基分类器集成，并以语音训练数据的特征向量集合为训练样本，以语音训练数据对应的指令分类结果为样本标签训练得到。本申请能够实现对课堂上教师语音指令的准确识别，有助于对教师课堂教学效果进行更好的评估，并衡量教师对课堂的掌控力度，以及教师的课堂氛围情况。况。况。


技术研发人员：赵军 颜庆国 董勤伟 查显光 吴俊 何泽家 赵新冬
受保护的技术使用者：国网江苏省电力有限公司
技术研发日：2021.06.30
技术公布日：2021/11/19