CN112906650B - 教学视频的智能处理方法、装置、设备和存储介质 - Google Patents

教学视频的智能处理方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN112906650B
CN112906650B CN202110315710.3A CN202110315710A CN112906650B CN 112906650 B CN112906650 B CN 112906650B CN 202110315710 A CN202110315710 A CN 202110315710A CN 112906650 B CN112906650 B CN 112906650B
Authority
CN
China
Prior art keywords
action
mouth shape
processing result
teaching
type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110315710.3A
Other languages
English (en)
Other versions
CN112906650A (zh
Inventor
梁嘉兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110315710.3A priority Critical patent/CN112906650B/zh
Publication of CN112906650A publication Critical patent/CN112906650A/zh
Application granted granted Critical
Publication of CN112906650B publication Critical patent/CN112906650B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Psychiatry (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Library & Information Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Machine Translation (AREA)

Abstract

本公开提供了教学视频的智能处理方法、装置、设备和存储介质，涉及计算机技术领域，尤其涉及在线教学技术领域。具体实现方案为：对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果。本公开实施例能够提高教学视频的处理效率。

Description

教学视频的智能处理方法、装置、设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及在线教学技术领域，具体涉及一种教学视频的智能处理方法、装置、设备和存储介质。
背景技术
随着计算机技术的发展，用户可以通过互联网，在由通讯技术、微电脑技术、计算机技术、人工智能、网络技术和多媒体技术等所构成的电子环境中进行学习。
在线学习场景中，教师可以预先录制教学视频。如何对教学视频进行处理十分重要。
发明内容
本公开提供了一种用于教学视频的智能处理方法、装置、设备和存储介质。
根据本公开的一方面，提供了一种教学视频的智能处理方法，包括：
对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；
对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果。
根据本公开的另一方面，提供了一种教学视频的智能处理装置，包括：
语言形式处理模块，用于对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
动作口型处理模块，用于分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；
交叉校验模块，用于对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果。
根据本公开的又一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任意实施例所提供的教学视频的智能处理方法。
根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开任意实施例所提供的教学视频的智能处理方法。
根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任意实施例所提供的教学视频的智能处理方法。
根据本公开的技术，能够提高教学视频的处理效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的一种教学视频的智能处理方法的示意图；
图2是根据本公开实施例的另一种教学视频的智能处理方法的示意图；
图3是根据本公开实施例的又一种教学视频的智能处理方法的示意图；
图4是根据本公开实施例的一种教学视频的智能处理装置的示意图；
图5是用来实现本公开实施例的教学视频的智能处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
以下结合附图，对本公开实施例提供的该方案进行详细说明。
图1是根据本公开实施例提供的一种教学视频的智能处理方法的示意图，本公开实施例可适用于对教学视频中音频和图像进行处理的情况。该方法可由一种教学视频的智能处理装置来执行，该装置可采用硬件和/或软件的方式来实现，可配置于电子设备中。参考图1，该方法具体包括如下：
S110、对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
S120、分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；
S130、对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果。
其中，教学视频可以为教师预先录制的供学生在线学习使用的视频。教学视频可以包括教学音频和教学图像，并且教学音频与教学图像之间可以通过时间戳建立关联关系，即关联有同一时刻的教学音频与教学图像之间相互关联。
其中，语言形式可以包括口头语形式和书面语形式，口头语形式是指口语化的停顿词或口头禅等。动作类型可以包括有效动作和无效动作；有效动作为教学过程中必不可少的动作，无效动作为非必不可少的动作。口型类型可以包括有效口型和无效口型；有效口型为教学过程中必不可少的口型，无效口型为教学过程中非必不可少的口型。
具体的，可以获取教学视频中的教学音频，对教学音频进行语言形式处理，得到属于不同语言形式的词语集合；获取教学视频中的教学图像，分别识别教学图像中的动作和口型，并且确定动作和口型的类型，得到属于不同类型的动作集合，属于不同类型的口型集合。
其中，交叉检验是指从语言形式处理结果、动作类型处理结果和口型类型处理结果中选择至少一项作为校验标准，选择至少一项作为校验对象，且采用校准标准对校验对象进行校验。也就是说，在校验标准与校验对象之间类型不一致的情况下，将校验标准的类型作为校验对象的类型，即以校验标准的类型为准。例如，可以以语言形式处理结果为标准，对动作类型处理结果和/或口型处理结果进行校验调整；也可以采用动作类型处理结果和/或口型处理结果为标准，对语言形式处理结果进行校验调整；还可以采用语言形式处理结果、动作类型处理结果和口型处理结果中的两项，对另一项进行校验调整。通过语言形式、动作类型、口型类型之间的交叉校验，能够提高校验结果的准确度，即能够提高语言形式、动作类型、口型类型的准确度；并且，通过自动化地教学视频处理，无需依赖人工对教学视频进行处理，还能够提高教学视频的处理效率。
本公开实施例的技术方案，通过对教学视频的语言形式、动作类型、口型类型之间自动化进行交叉校验，无需依赖人工，能够提高教学视频的处理效率，还能够提高教学视频处理结果的质量。
图2是根据本公开实施例提供的另一种教学视频的智能处理方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本实施例提供的教学视频的智能处理方法包括：
S210、对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
S220、分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；
S230、基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，以得到新动作类型处理结果和新口型类型处理结果；
S240、基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐，以得到教学视频处理结果。
在本公开实施例中，可以采用语言形式处理结果作为校验标准，对动作类型处理结果和口型类型处理结果进行校验，通过对与关联的语言形式处理结果类型不同的动作类型处理结果和口型类型处理结果进行类型调整，得到新动作类型处理结果和新口型类型处理结果。并且，还基于时间戳关联关系，对语言形式处理结果、新动作类型处理结果和新口型类型处理结果进行对齐，使关联有相同时间戳的语言形式处理结果、新动作类型处理结果和新口型类型处理结果的类型相同，即实现类型对齐。通过交叉校验处理不仅能够进一步提高语言形式、动作、口型类型的准确度，还能够使关联有相同时间戳的语言形式、动作类型和口型类型一致，便于对教学视频处理结果做进一步处理，从而进一步提高教学视频的质量。
在一种可选实施方式中，所述语言形式处理结果包括口头语集合和书面语集合；所述动作类型处理结果包括无效动作集合和有效动作集合；所述口型类型处理结果包括无效口型集合和有效口型集合。
其中，口头语集合与书面语集合中的一个词语可以关联有至少一个教学视频时间戳，无效动作集合与有效动作集合中的一个动作可以关联有至少一个教学视频时间戳，无效口型集合与有效口型集合中的一个口型可以关联有至少一个教学视频时间戳；关联有相同教学视频时间戳的词语、动作与口型之间相互关联。
在一种可选实施方式中，基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，包括：基于时间戳关联关系，获取与所述口头语集合中口头语关联的动作，在与所述口头语关联的动作属于所述有效动作集合的情况下，将与所述口头语关联的动作调整到所述无效动作集合中；基于时间戳关联关系，获取与所述口头语集合中口头语关联的口型，在与所述口头语关联的口型属于所述有效口型集合的情况下，将与所述口头语关联的口型调整到所述无效口型集合中。
具体的，可以遍历口头语集合中的口头语，基于时间戳关联关系，获取与该口头语关联的动作，在关联的动作属于有效动作集合的情况下，将关联的动作调整到无效动作集合中，即在关联的动作为有效动作的情况下，将关联的动作调整为无效动作；还可以获取与该口头语关联的口型，在关联的口型为有效口型的情况下，将关联的口型调整为无效口型。通过采用将与口头语关联的动作调整为无效动作，将与口头语关联的口型调整为无效口型，能够提高动作、口型的类型准确度。尤其适用于语言形式处理结果的准确度高于动作类型处理结果和口型类型处理结果准确度的情况。
在一种可选实施方式中，所述基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐，包括：针对所述口头语集合和所述书面语集合中的目标词语，基于时间戳关联关系，获取与所述目标词语关联的目标动作，以及与所述目标词语关联的目标口型；在所述目标动作与所述目标口型属于相同类型集合的情况下，确定所述目标词语也属于该相同类型；在所述目标动作与所述目标口型属于不同类型集合的情况下，获取标注类型，且将所述标注类型作为所述目标词语、所述目标动作和所述目标口型的类型。
其中，目标词语可以属于口头语集合，也可以属于书面语集合，即目标词语可以为口头语，也可以为书面语。通过遍历语言形式处理结果中的每一词语(即目标词语)，基于时间戳关联关系，获取与目标词语关联的目标动作、目标口型。
在目标动作与目标口型的类型均为有效的情况下，可以确定目标词语属于书面语(即目标词语也有效)；在目标动作与目标口型的类型均为无效的情况下，可以确定目标词语属于口头语(即目标词语也无效)。并且，在目标动作与目标口型的类型不同的情况下，即其中一个的类型为有效，另一个的类型为无效的情况下，可以获取基于量化标准确定的标注类型，且将标注类型作为目标词语、目标动作和目标口型三者的类型。其中，口头语形式、无效动作与无效口型之间的类型相同；书面语形式、有效动作与有效口型之间的类型相同。通过语言形式、动作、口型三者之间的类型对齐，能够进一步提高语言形式、动作、口型三者类型的准确度。
另外需要说明的是，也可以采用语言形式和动作类型，对口型类型进行对齐校验，即遍历有效口型集合和无效口型集合中的口型，获取与该口型关联的词语，以及与该口型关联的动作；在关联的词语与关联的动作属于相同类型集合的情况下，确定该口型也属于该相同类型；在关联的词语与关联的动作属于不同类型集合的情况下，将标注类型作为关联的词语、关联的动作和该口型三者的类型。还可以采用语言形式和口型类型，对动作类型进行对齐校验，即遍历有效动作集合和无效动作集合中的动作，获取与该动作关联的词语，以及与该动作关联的口型；在关联的词语与关联的口型属于相同类型集合的情况下，确定该动作也属于该相同类型；在该关联的词语与关联的口型属于不同类型集合的情况下，将标注类型作为关联的词语、该动作和关联的口型三者的类型。
并且，在教学视频处理结果中，如果任一时间戳的词语属于口头语，则该时间戳的动作属于无效动作，口型处于无效口型，可以直接将该时间戳的教学音频、教学图像删除，从而剔除教学视频中的无效信息，提高教学视频的质量，缩短教学视频的时长，提高在线学习效率。需要说明的是，还可以对教学视频中的重点知识做重点标注，从而提高重点知识的学习效率。
本公开实施例的技术方案，通过采用口头语对动作类型、口型类型进行校验，且对语言形式、动作、口型进行类型对齐，能够进一步提高教学视频处理结果的质量；并且，还可以将教学视频处理结果中的无效信息剔除，缩短教学视频的时长，提高在线学习效率。
图3是根据本公开实施例提供的另一种教学视频的智能处理方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的教学视频的智能处理方法包括：
S310、基于口头语词典，从教学视频的教学音频中提取语言形式为口头语的词语，且将该词语替换为书面语；
S320、识别所述教学音频中的重叠词语，并对属于重叠词语白名单之外的重叠词语进行去重叠处理，以得到语言形式处理结果；
S330、分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；
S340、对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果。
其中，口头语词典包括口头语，以及口头语关联的书面语。具体的，可以通过语义分析对整体教学音频进行断句，将断句结果转化为文本语句，并且将文本语句与口头语词典中的口头语进行比对，识别出文本语句中的口头语，并且将口头语替换为书面语。
其中，重叠词语是指存在重叠字符的词语，即存在字符连续出现两次或两次以上，例如，“这这这个”为重叠词语。重叠词语白名单中包括符合语法规定的重叠词语，可以通过统计词典中常用的重叠词构建重叠词语白名单，例如“暖暖的阳光”中虽然有叠词，但是符合语法规定，可以添加到重叠词语白名单中。
具体的，可以基于字符串匹配技术，对教学音频进行重叠词语提取，得到教学音频中的重叠词语；并且，将教学音频中的重叠词语与重叠词语白名单进行匹配，保留属于教学音频中属于重叠词语白名单的重叠词语，对不属于重叠词语白名单的重叠词语进行去重叠处理。其中，去重叠处理是指删除重叠词语中重叠的字符，例如“这这这个”经去重叠处理调整为“这个”。通过采用口头语词典、重叠词语白名单，对教学音频进行语言形式处理，能够提高语言形式处理结果的准确度。
在一种可选实施方式中，口头语词典根据所述教学视频所属用户的历史教学音频确定。具体的，可以通过人工标注统计，确定教学视频所属用户的历史教学音频，得到该用户个性化的口头语词典，从而进一步提高语言形式处理的准确度。
在一种可选实施方式中，分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果包括：分别对所述教学视频中的教学图像进行动作和口型识别，得到所述教学图像中的动作和口型；对各所述教学图像中的动作和口型进行聚类，得到至少两个动作和至少两个口型；将至少一个动作划分到有效动作集合中，将至少一个动作划分到无效动作集合中；并且，将至少一个口型划分到有效口型集合，将至少一个口型划分到无效口型集合。
具体的，可以随机将至少两个动作中的部分动作划分到有效动作集合，将剩余动作划分到无效动作集合，以及可以随机将至少两个口型中的部分口型划分到有效口型集合，将剩余口型划分到无效口型集合，从而提高动作类型处理结果、口型类型处理结果的确定效率。
由于教学图像中的动作、口型数量较大，通过先对动作和口型进行聚类，对基于动作、口型的聚类结果减少动作、口型的数量，从而提高语言形式、动作类型、口型类型进行交叉校验的效率。并且，通过对语言形式处理结果、动作类型处理结果和口型类型处理结果中的至少两项进行交叉检验，可以提高语言形式处理结果、动作类型处理结果和口型类型处理结果的准确度。
需要说明的是，本公开实施例中可以对预先录制的教学视频进行处理，还可以在教学视频录制过程中进行在线处理，例如可以通过录制设备内置的插件进行教学视频处理，或者通过与授课过程中采用的扩音器、麦克风一体化的视频采集装置对教学视频进行处理。
本公开实施例的技术方案，不仅能够提高语言形式处理结果、动作类型处理结果和口型类型处理结果的准确度；通过采用口头语词典、重叠词语白名单，对教学音频进行语言形式处理，还能够提高语言形式处理结果的准确度；并且，还能够提高动作类型处理结果、口型类型处理结果的确定效率。
图4根据本公开实施例提供的一种教学视频的智能处理装置的示意图，本实施例可适用于对教学视频进行语言形式、动作类型、口型类型等处理的情况，该装置配置于电子设备中，可实现本公开任意实施例所述的教学视频的智能处理方法。教学视频的智能处理装置400具体包括如下：
语言形式处理模块401，用于对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
动作口型处理模块402，用于分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；
交叉校验模块403，用于对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果。
在一种可选实施方式中，所述交叉校验模块403包括：
校验单元，用于基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，以得到新动作类型处理结果和新口型类型处理结果；
对齐单元，用于基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐。
在一种可选实施方式中，所述语言形式处理结果包括口头语集合和书面语集合；所述动作类型处理结果包括无效动作集合和有效动作集合；所述口型类型处理结果包括无效口型集合和有效口型集合。
在一种可选实施方式中，所述校验单元具体用于：
基于时间戳关联关系，获取与所述口头语集合中口头语关联的动作，在与所述口头语关联的动作属于所述有效动作集合的情况下，将与所述口头语关联的动作调整到所述无效动作集合中；
基于时间戳关联关系，获取与所述口头语集合中口头语关联的口型，在与所述口头语关联的口型属于所述有效口型集合的情况下，将与所述口头语关联的口型调整到所述无效口型集合中。
在一种可选实施方式中，所述对齐单元具体用于：
针对所述口头语集合和所述书面语集合中的目标词语，基于时间戳关联关系，获取与所述目标词语关联的目标动作，以及与所述目标词语关联的目标口型；
在所述目标动作与所述目标口型属于相同类型集合的情况下，确定所述目标词语也属于该相同类型；
在所述目标动作与所述目标口型属于不同类型集合的情况下，获取标注类型，且将所述标注类型作为所述目标词语、所述目标动作和所述目标口型的类型。
在一种可选实施方式中，所述语言形式处理模块401包括：
口头语处理单元，用于基于口头语词典，从所述教学视频的教学音频中提取语言形式为口头语的词语，且将该词语替换为书面语；
重叠词处理单元，用于识别所述教学音频中的重叠词语，并对属于重叠词语白名单之外的重叠词语进行去重叠处理。
在一种可选实施方式中，所述口头语词典根据所述教学视频所属用户的历史教学音频确定。
在一种可选实施方式中，所述动作口型处理模块402包括：
动作口型识别单元，用于分别对所述教学视频中的教学图像进行动作和口型识别，得到所述教学图像中的动作和口型；
动作口型聚类单元，用于对各所述教学图像中的动作和口型进行聚类，得到至少两个动作和至少两个口型；
动作口型划分单元，用于将至少一个动作划分到有效动作集合中，将至少一个动作划分到无效动作集合中；并且，将至少一个口型划分到有效口型集合，将至少一个口型划分到无效口型集合。
本实施例的技术方案，通过对教学视频的语言形式、动作类型、口型类型之间自动化进行交叉校验，无需依赖人工，能够提高教学视频的处理效率，还能够提高教学视频处理结果的质量；并且，通过采用口头语对动作类型、口型类型进行校验，且对语言形式、动作、口型进行类型对齐，能够进一步提高教学视频处理结果的质量。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种执行机器学习模型算法的计算单元、数字信息处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如教学视频的智能处理方法。例如，在一些实施例中，教学视频的智能处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的教学视频的智能处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行教学视频的智能处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上执行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的信息，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (16)

1.一种教学视频的智能处理方法，包括：
对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；其中，动作类型为有效动作或无效动作；口型类型为有效口型或无效口型；
对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果；
其中，所述对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，包括：
基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，以得到新动作类型处理结果和新口型类型处理结果；
基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐。
2.根据权利要求1所述的方法，其中，所述语言形式处理结果包括口头语集合和书面语集合；所述动作类型处理结果包括无效动作集合和有效动作集合；所述口型类型处理结果包括无效口型集合和有效口型集合。
3.根据权利要求2所述的方法，其中，所述基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，包括：
基于时间戳关联关系，获取与所述口头语集合中口头语关联的动作，在与所述口头语关联的动作属于所述有效动作集合的情况下，将与所述口头语关联的动作调整到所述无效动作集合中；
基于时间戳关联关系，获取与所述口头语集合中口头语关联的口型，在与所述口头语关联的口型属于所述有效口型集合的情况下，将与所述口头语关联的口型调整到所述无效口型集合中。
4.根据权利要求2所述的方法，其中，所述基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐，包括：
针对所述口头语集合和所述书面语集合中的目标词语，基于时间戳关联关系，获取与所述目标词语关联的目标动作，以及与所述目标词语关联的目标口型；
在所述目标动作与所述目标口型属于相同类型集合的情况下，确定所述目标词语也属于该相同类型；
在所述目标动作与所述目标口型属于不同类型集合的情况下，获取标注类型，且将所述标注类型作为所述目标词语、所述目标动作和所述目标口型的类型。
5.根据权利要求1所述的方法，其中，所述对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果，包括：
基于口头语词典，从所述教学视频的教学音频中提取语言形式为口头语的词语，且将该词语替换为书面语；
识别所述教学音频中的重叠词语，并对属于重叠词语白名单之外的重叠词语进行去重叠处理。
6.根据权利要求5所述的方法，其中，所述口头语词典根据所述教学视频所属用户的历史教学音频确定。
7.根据权利要求1所述的方法，其中，所述分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果，包括：
分别对所述教学视频中的教学图像进行动作和口型识别，得到所述教学图像中的动作和口型；
对各所述教学图像中的动作和口型进行聚类，得到至少两个动作和至少两个口型；
将至少一个动作划分到有效动作集合中，将至少一个动作划分到无效动作集合中；并且，将至少一个口型划分到有效口型集合，将至少一个口型划分到无效口型集合。
8.一种教学视频的智能处理装置，包括：
语言形式处理模块，用于对教学视频中的教学音频进行语言形式处理，得到所述教学音频的语言形式处理结果；
动作口型处理模块，用于分别对所述教学视频中的教学图像进行动作类型和口型类型处理，得到所述教学图像的动作类型处理结果和口型类型处理结果；其中，动作类型为有效动作或无效动作；口型类型为有效口型或无效口型；
交叉校验模块，用于对所述语言形式处理结果、所述动作类型处理结果和所述口型类型处理结果中的至少两项进行交叉检验，以得到教学视频处理结果；
其中，所述交叉校验模块包括：
校验单元，用于基于时间戳关联关系，根据所述语言形式处理结果对所述动作类型处理结果和所述口型类型处理结果进行校验，以得到新动作类型处理结果和新口型类型处理结果；
对齐单元，用于基于时间戳关联关系，对所述语言形式处理结果、所述新动作类型处理结果和所述新口型类型处理结果进行对齐。
9.根据权利要求8所述的装置，其中，所述语言形式处理结果包括口头语集合和书面语集合；所述动作类型处理结果包括无效动作集合和有效动作集合；所述口型类型处理结果包括无效口型集合和有效口型集合。
10.根据权利要求9所述的装置，其中，所述校验单元具体用于：
基于时间戳关联关系，获取与所述口头语集合中口头语关联的动作，在与所述口头语关联的动作属于所述有效动作集合的情况下，将与所述口头语关联的动作调整到所述无效动作集合中；
基于时间戳关联关系，获取与所述口头语集合中口头语关联的口型，在与所述口头语关联的口型属于所述有效口型集合的情况下，将与所述口头语关联的口型调整到所述无效口型集合中。
11.根据权利要求9所述的装置，其中，所述对齐单元具体用于：
针对所述口头语集合和所述书面语集合中的目标词语，基于时间戳关联关系，获取与所述目标词语关联的目标动作，以及与所述目标词语关联的目标口型；
在所述目标动作与所述目标口型属于相同类型集合的情况下，确定所述目标词语也属于该相同类型；
在所述目标动作与所述目标口型属于不同类型集合的情况下，获取标注类型，且将所述标注类型作为所述目标词语、所述目标动作和所述目标口型的类型。
12.根据权利要求8所述的装置，其中，所述语言形式处理模块包括：
口头语处理单元，用于基于口头语词典，从所述教学视频的教学音频中提取语言形式为口头语的词语，且将该词语替换为书面语；
重叠词处理单元，用于识别所述教学音频中的重叠词语，并对属于重叠词语白名单之外的重叠词语进行去重叠处理。
13.根据权利要求12所述的装置，其中，所述口头语词典根据所述教学视频所属用户的历史教学音频确定。
14.根据权利要求8所述的装置，其中，所述动作口型处理模块包括：
动作口型识别单元，用于分别对所述教学视频中的教学图像进行动作和口型识别，得到所述教学图像中的动作和口型；
动作口型聚类单元，用于对各所述教学图像中的动作和口型进行聚类，得到至少两个动作和至少两个口型；
动作口型划分单元，用于将至少一个动作划分到有效动作集合中，将至少一个动作划分到无效动作集合中；并且，将至少一个口型划分到有效口型集合，将至少一个口型划分到无效口型集合。
15. 一种电子设备，其中，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
CN202110315710.3A 2021-03-24 2021-03-24 教学视频的智能处理方法、装置、设备和存储介质 Active CN112906650B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110315710.3A CN112906650B (zh) 2021-03-24 2021-03-24 教学视频的智能处理方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110315710.3A CN112906650B (zh) 2021-03-24 2021-03-24 教学视频的智能处理方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN112906650A CN112906650A (zh) 2021-06-04
CN112906650B true CN112906650B (zh) 2023-08-15

Family

ID=76106297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110315710.3A Active CN112906650B (zh) 2021-03-24 2021-03-24 教学视频的智能处理方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN112906650B (zh)

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0082304A1 (de) * 1981-11-20 1983-06-29 Siemens Aktiengesellschaft Verfahren zur Identifizierung einer Person unter Verwendung von Sprach-und Gesichtserkennung und Einrichtung zur Durchführung des Verfahrens
CN1130969A (zh) * 1993-09-08 1996-09-11 Idt股份有限公司 数据分析方法及其装置
WO2002050798A2 (en) * 2000-12-18 2002-06-27 Digispeech Marketing Ltd. Spoken language teaching system based on language unit segmentation
JP2011070139A (ja) * 2009-09-24 2011-04-07 悦子 ▲蔭▼山 語学学習教授ワークシステムの構築と語学学習教授方法（ｅｓｋメソッドの指導法）
CN102663928A (zh) * 2012-03-07 2012-09-12 天津大学 一种聋人学习说话的电子教学方法
EP2562746A1 (en) * 2011-08-25 2013-02-27 Samsung Electronics Co., Ltd. Apparatus and method for recognizing voice by using lip image
KR20130117624A (ko) * 2012-04-17 2013-10-28 삼성전자주식회사 비주얼 큐를 이용하여 비디오 시퀀스에서 토킹 세그먼트를 검출하는 방법 및 장치
CN103561277A (zh) * 2013-05-09 2014-02-05 陕西思智通教育科技有限公司 一种用于网络教学的传输方法和***
CN108062533A (zh) * 2017-12-28 2018-05-22 北京达佳互联信息技术有限公司 用户肢体动作的解析方法、***及移动终端
CN109063587A (zh) * 2018-07-11 2018-12-21 北京大米科技有限公司 数据处理方法、存储介质和电子设备
CN109377540A (zh) * 2018-09-30 2019-02-22 网易（杭州）网络有限公司 面部动画的合成方法、装置、存储介质、处理器及终端
CN109830132A (zh) * 2019-03-22 2019-05-31 邱洵 一种外语语言教学***及教学应用方法
CN109919434A (zh) * 2019-01-28 2019-06-21 华中科技大学 一种基于深度学习的教师课堂表现智能评价方法
CN110534109A (zh) * 2019-09-25 2019-12-03 深圳追一科技有限公司 语音识别方法、装置、电子设备及存储介质
CN110610534A (zh) * 2019-09-19 2019-12-24 电子科技大学 基于Actor-Critic算法的口型动画自动生成方法
CN111091824A (zh) * 2019-11-30 2020-05-01 华为技术有限公司 一种语音匹配方法及相关设备
CN111612352A (zh) * 2020-05-22 2020-09-01 北京易华录信息技术股份有限公司 一种学生表达能力评估方法及装置
CN111739534A (zh) * 2020-06-04 2020-10-02 广东小天才科技有限公司 一种辅助语音识别的处理方法、装置、电子设备及存储介质
CN111741326A (zh) * 2020-06-30 2020-10-02 腾讯科技（深圳）有限公司 视频合成方法、装置、设备及存储介质
CN111800646A (zh) * 2020-06-24 2020-10-20 北京安博盛赢教育科技有限责任公司 一种监控教学效果的方法、装置、介质和电子设备
CN111915148A (zh) * 2020-07-10 2020-11-10 北京科技大学 一种基于信息技术的课堂教学评价方法和***
CN112150638A (zh) * 2020-09-14 2020-12-29 北京百度网讯科技有限公司 虚拟对象形象合成方法、装置、电子设备和存储介质
CN112508750A (zh) * 2021-02-03 2021-03-16 北京联合伟世科技股份有限公司 人工智能教学装置、方法、设备及存储介质
CN112528768A (zh) * 2020-11-26 2021-03-19 腾讯科技（深圳）有限公司 视频中的动作处理方法、装置、电子设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6594629B1 (en) * 1999-08-06 2003-07-15 International Business Machines Corporation Methods and apparatus for audio-visual speech detection and recognition
US20110053123A1 (en) * 2009-08-31 2011-03-03 Christopher John Lonsdale Method for teaching language pronunciation and spelling
US9159321B2 (en) * 2012-02-27 2015-10-13 Hong Kong Baptist University Lip-password based speaker verification system
CN105096935B (zh) * 2014-05-06 2019-08-09 阿里巴巴集团控股有限公司 一种语音输入方法、装置和***
US10586368B2 (en) * 2017-10-26 2020-03-10 Snap Inc. Joint audio-video facial animation system
US11386276B2 (en) * 2019-05-24 2022-07-12 International Business Machines Corporation Method and system for language and domain acceleration with embedding alignment

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0082304A1 (de) * 1981-11-20 1983-06-29 Siemens Aktiengesellschaft Verfahren zur Identifizierung einer Person unter Verwendung von Sprach-und Gesichtserkennung und Einrichtung zur Durchführung des Verfahrens
CN1130969A (zh) * 1993-09-08 1996-09-11 Idt股份有限公司 数据分析方法及其装置
WO2002050798A2 (en) * 2000-12-18 2002-06-27 Digispeech Marketing Ltd. Spoken language teaching system based on language unit segmentation
JP2011070139A (ja) * 2009-09-24 2011-04-07 悦子 ▲蔭▼山 語学学習教授ワークシステムの構築と語学学習教授方法（ｅｓｋメソッドの指導法）
EP2562746A1 (en) * 2011-08-25 2013-02-27 Samsung Electronics Co., Ltd. Apparatus and method for recognizing voice by using lip image
CN102663928A (zh) * 2012-03-07 2012-09-12 天津大学 一种聋人学习说话的电子教学方法
KR20130117624A (ko) * 2012-04-17 2013-10-28 삼성전자주식회사 비주얼 큐를 이용하여 비디오 시퀀스에서 토킹 세그먼트를 검출하는 방법 및 장치
CN103561277A (zh) * 2013-05-09 2014-02-05 陕西思智通教育科技有限公司 一种用于网络教学的传输方法和***
CN108062533A (zh) * 2017-12-28 2018-05-22 北京达佳互联信息技术有限公司 用户肢体动作的解析方法、***及移动终端
CN109063587A (zh) * 2018-07-11 2018-12-21 北京大米科技有限公司 数据处理方法、存储介质和电子设备
CN109377540A (zh) * 2018-09-30 2019-02-22 网易（杭州）网络有限公司 面部动画的合成方法、装置、存储介质、处理器及终端
CN109919434A (zh) * 2019-01-28 2019-06-21 华中科技大学 一种基于深度学习的教师课堂表现智能评价方法
CN109830132A (zh) * 2019-03-22 2019-05-31 邱洵 一种外语语言教学***及教学应用方法
CN110610534A (zh) * 2019-09-19 2019-12-24 电子科技大学 基于Actor-Critic算法的口型动画自动生成方法
CN110534109A (zh) * 2019-09-25 2019-12-03 深圳追一科技有限公司 语音识别方法、装置、电子设备及存储介质
CN111091824A (zh) * 2019-11-30 2020-05-01 华为技术有限公司 一种语音匹配方法及相关设备
CN111612352A (zh) * 2020-05-22 2020-09-01 北京易华录信息技术股份有限公司 一种学生表达能力评估方法及装置
CN111739534A (zh) * 2020-06-04 2020-10-02 广东小天才科技有限公司 一种辅助语音识别的处理方法、装置、电子设备及存储介质
CN111800646A (zh) * 2020-06-24 2020-10-20 北京安博盛赢教育科技有限责任公司 一种监控教学效果的方法、装置、介质和电子设备
CN111741326A (zh) * 2020-06-30 2020-10-02 腾讯科技（深圳）有限公司 视频合成方法、装置、设备及存储介质
CN111915148A (zh) * 2020-07-10 2020-11-10 北京科技大学 一种基于信息技术的课堂教学评价方法和***
CN112150638A (zh) * 2020-09-14 2020-12-29 北京百度网讯科技有限公司 虚拟对象形象合成方法、装置、电子设备和存储介质
CN112528768A (zh) * 2020-11-26 2021-03-19 腾讯科技（深圳）有限公司 视频中的动作处理方法、装置、电子设备及存储介质
CN112508750A (zh) * 2021-02-03 2021-03-16 北京联合伟世科技股份有限公司 人工智能教学装置、方法、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
口型模拟技术及其在网络课程中的应用探索;张家华 等;《现代教育技术》;第20卷(第3期);35-38 *

Also Published As

Publication number Publication date
CN112906650A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
US10114809B2 (en) Method and apparatus for phonetically annotating text
US10777207B2 (en) Method and apparatus for verifying information
US20180365209A1 (en) Artificial intelligence based method and apparatus for segmenting sentence
US9811517B2 (en) Method and system of adding punctuation and establishing language model using a punctuation weighting applied to chinese speech recognized text
WO2020052069A1 (zh) 用于分词的方法和装置
CN112509566B (zh) 一种语音识别方法、装置、设备、存储介质及程序产品
CN111723870B (zh) 基于人工智能的数据集获取方法、装置、设备和介质
CN112466289A (zh) 语音指令的识别方法、装置、语音设备和存储介质
CN112395391A (zh) 概念图谱构建方法、装置、计算机设备及存储介质
EP3961433A2 (en) Data annotation method and apparatus, electronic device and storage medium
CN112233669A (zh) 一种演讲内容提示方法及***
CN115858776B (zh) 一种变体文本分类识别方法、***、存储介质和电子设备
CN112906650B (zh) 教学视频的智能处理方法、装置、设备和存储介质
CN114398952B (zh) 训练文本生成方法、装置、电子设备及存储介质
US20190228765A1 (en) Speech analysis apparatus, speech analysis system, and non-transitory computer readable medium
CN113743112B (zh) 关键词的提取方法、装置、电子设备及可读存储介质
CN113553833B (zh) 文本纠错的方法、装置及电子设备
CN115565186A (zh) 文字识别模型的训练方法、装置、电子设备和存储介质
CN112541557B (zh) 生成式对抗网络的训练方法、装置及电子设备
CN115527520A (zh) 异常检测方法、装置、电子设备和计算机可读存储介质
CN114297409A (zh) 模型训练方法、信息抽取方法及装置、电子设备、介质
CN114218393A (zh) 数据分类方法、装置、设备和存储介质
CN110147556B (zh) 一种多向神经网络翻译***的构建方法
CN114218431A (zh) 视频搜索方法、装置、电子设备以及存储介质
CN112837398A (zh) 文本批注的方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant