课堂教学环境下，师生之间互动行为测量与评估是教学评估的重要内容之一。传统的测评方法主要是调查问卷以及成绩导向的方式。通过调查问卷的形式统计学生或教师的意见和评价，并通过使用一些常用的数据统计软件对所获数据进行分析得出一些显性的学习特征，进而实现教学评价。这种基于问卷调查的评价方式易受到时间、地点的限制，测试数据往往有限，并且不可避免的会掺入参评者的主观意见，往往缺乏客观公正性。Comenius大学研究已经表明，仅仅通过学生的调查问卷来评估教学效果是不可靠的，同样，以成绩作为教学质量评估导向的方案，由于无法指导教学质量改进，受到广泛的质疑。伴随信息时代的发展，传统的成绩导向评估、人工评估、调查问卷等方式将渐渐更不上信息时代教学模式多样化的发展需求。信息时代的教学效果评估也趋于多样化，指标不仅仅是简单的考试成绩，教学过程中师生的互动情况，交流状态，学生的行为姿态变化等方面都是需要考虑的。通过多种传感设备采集典型教学情境下各参与主体的行为，开发学习事件的检测与学习行为的解析技术，从而实现对个体学习活动中学习状态的估计和群体学习活动中整体概貌的刻画是很有必要的。

1979 年，Daniel 等将交互与独立学习作为两个对立的概念，其中交互是指学生与教师或教育机构成员之间的交流。课堂教学中的交互行为作为教学活动开展的基础，教学交互的水平直接反映教学的水平，也直接影响学习的效果。师生互动效果越来越成为教学评估的重要部分之一。国际教育界纷纷开始尝试通过信息化技术手段开展对教学活动的采集、记录与分析工作。例如，2001年，美国麻省大学应用人工观察研讨了学生在上课过程中的肢体动作与学生情感之间的关系；2014年，印度甘露大学利用Kinect传感器测量学习者的手势姿态从而解决了远程教学过程中师生互动不便的问题。2015年，约旦大学等通过人脸检测等技术实现了对大教室内多个学生的人脸识别；2017年，旧金山的教育科技孵化器Imagine K12开发了能记录学生在课堂中的实时行为的软件；另外一方面，国内的华中师范大学、华中科技大学等机构着力研发课堂行为的采集技术，通过人脸检测、姿态识别等技术评测学习者的学习状态，初步解决了学习对象的识别、课堂动作的判别等技术问题。例如：2017年，华中师范大学利用信息化设备采集学生课堂行为动作的智能教室；2017年，华中科技大学通过深度图像实现了多学习者动作识别，提出了利用Kinect传感器检测在线考试过程中异常行为的方法。

课堂教学中的交互行为作为教学活动开展的基础，教学交互的水平直接反映教学的水平，也直接影响学习的效果。师生互动效果越来越成为教学评估的重要部分之一。课堂师生互动行为主要有两个方面：肢体互动以及语言互动，因此需要从肢体行为以及语言两方面综合考虑。肢体互动方面主要涉及到学习行为的测量与采集技术，而语言方面主要涉及到语音的识别以及内容的评估。

2. 研究的基本内容与方案

2.1 基本内容

本次毕业设计主要内容：

（一）通过拾音头采集课堂教学中的语音，通过对采集到的语音数据进行降噪以及分割等预处理环节，将连续的语音拆分成一句一句的语音以及对应的说话时间映射表。

（二）通过声纹识别，可以鉴定出每段语音的说话人(这里主要区分是否是老师说话)。然后通过语音识别获取每段语音的文本内容，从而获取每段语音的内容以及说话的时间，最终得到课堂的转录结果。

（三）根据弗兰德斯分析法(FIAS)对每段文本内容进行分类，获取到整个课堂的最终编码情况，通过评估算法，评估某次教学活动过程的师生互动情况，如课堂互动次数，师生互动深度，师生之间情感氛围等。数据采集结果以及分析结果将上传到服务器的数据库中，通过web形式更加直观的展示出来。

2.2 技术方案