用于教师语音授课评价的多模态机器学习框架
声音
2021-07-19 v1 计算与语言
音频与语音处理
摘要
语音授课质量是衡量教师热情的关键指标之一，而教师热情已被广泛认为与课程整体质量相关。然而，现有的语音授课评价主要依赖人工评分，面临主观性强和耗时两个核心挑战。本文提出一种新颖的机器学习方法，利用成对比较与多模态正交融合算法，从流畅度与热情度方面生成大规模教师语音授课的客观评价结果。我们从真实教育场景中收集了两个数据集，实验结果证明了我们算法的有效性。为鼓励可复现结果，我们将代码公开于\url{https://github.com/tal-ai/ML4VocalDelivery.git}。
引用
@article{arxiv.2107.07956,
title = {A Multimodal Machine Learning Framework for Teacher Vocal Delivery Evaluation},
author = {Hang Li and Yu Kang and Yang Hao and Wenbiao Ding and Zhongqin Wu and Zitao Liu},
journal= {arXiv preprint arXiv:2107.07956},
year = {2021}
}
备注
AIED'21: The 22nd International Conference on Artificial Intelligence in Education, 2021