基于小学课堂音频与S-T分析法的教学性格自动判别

罗光华

[摘           要]  基于判定教学性格的S-T分析法，使用小学课堂音频特征进行ST行为的自动识别，通过实证对比得出自动判别与人工判别结果基本一致。

[关    键   词]  课堂音频;ST行为;自动识别

[中图分类号]  G434                 [文献标志码]  A            [文章编号]  2096-0603（2018）27-0110-01

S-T教学分析法是针对教学过程大致判定教学性格的一种常用的定量教学分析法，操作时需要安排专人进行实时S-T行为记录或根据课堂教学音视频时间轴进行采样，费时费力。但S-T分析法只是一种简单的教学行为定量处理[1]，人工采样的模糊性造成的评判误差一般不会对教学性格判定产生影响，可见S-T分析法对ST行为判定精度要求不高。

在小学课堂上，师生是课堂主要声源并且语音特征差别较明显，因此可以使用课堂教学音频进行基于ST行为自动识别的小学课堂教学性格判别。同时只利用课堂音频，需要处理的数据大幅减少，提高了分析效率。

一、音频的S-T分析

S-T分析法指按照一定时间间隔对师生课堂行为进行采样，分别以S和T符号记录，形成ST序列。教师视觉的、听觉的信息传递行为记T，包括教师讲话、提问、评价、板演（常伴有教师解说）等，除了教师行为之外的所有行为记S，如学生思考、发言、练习、沉默等，所以音频中静音与低音量段都被归为S行为。

利用ST行為序列计算教学中的T行为占有率Rt与ST行为转化率Ch。Rt=NT/N，Ch=（g-1）/N，其中N为采样总数，NT为T行为总数，g为行为序列中相同行为的连续段数，g-1即ST行为转换的次数。依据Rt-Ch值将教学性格分为四种：练习型（Rt≤0.3）、讲授型（Rt≥0.7）、对话型（Ch≥0.4）、混合型（0.3

二、课堂音频特征提取

音频特征分为时域特征和频域特征。时域特征包括响度、短时平均能量、短时平均过零率等，频域特征包括频谱、子带能量比、Mel频率倒谱系数（MFCC）等。先对音频按照固定频率采样量化与预加重，再分割出一定时长的音频片段，对片段加窗函数形成帧，最后计算各帧的时域与频域特征[3]。

通常在录制课堂影音时教师借助扩音器发声明显，而学生发声、静音与环境噪音表现较弱，因此时域特征选择响度、短时平均能量与短时平均过零率，频域特征则使用频谱质心均值、MFCC及其一阶差分。研究使用“python+librosa”音频工具包提取各项音频特征并分别提取某段T行为与S行为音频特征作为训练数据用于训练基于CART算法的决策树，最后将生成的分类器用于约40分钟课堂的ST行为识别。

三、实证研究

研究使用了福建漳州蓝田经济开发区实验小学高宝霞老师提供在国家教育资源公共服务平台的《分数的初步认识》一课相应音频，采样率22.05kHz，精度16bit，每间隔30秒分割出1秒片段，对每个片段加窗长1024（约46毫秒）汉明窗形成帧，相邻帧重叠512点，使用“librosa”提取响度、短时平均能量、短时平均过零率、频谱质心均值和13维MFCC及其13维一阶差分并分别对MFCC及其一阶差分作PCA降维，最后将81个采样点输入训练好的决策树进行ST行为自动识别，形成S-T分析报告，其结果与人工采样S-T分析报告对比如图。

可以看出二者ST时序列基本相同（图1），Rt-Ch值相当接

近（图2），二者一致判定该课教学性格为对话型。

参考文献：

[1]李菁.S-T分析法在教学效果诊断中的有限性分析[J].科教导刊，2015（7）：57-58.

[2]傅德荣，章慧敏，刘清堂.教育信息处理[M].北京：北京师范大学出版社，2011.

[3]韩纪庆，张磊，郑铁然.语言信号处理[M].北京：清华大学出版社，2013.