一种嘈杂环境下的音频自动编排方法、设备及介质与流程

本技术涉及计算机信息，具体涉及一种嘈杂环境下的音频自动编排方法、设备及介质。

背景技术：

1、在课堂环境中，授课教师为确定学生对授课内容的理解程度，通常会针对性的提出问题，然后由学生进行回答。传统的课堂环境中，授课教师通常会根据举手的学生，以点名的方式进行抽查，然而，此种方式无法照顾到所有学生，难以确定除回答问题学生之外的其他学生对授课内容的理解程度。

2、随着新媒体课堂的普及，学生可以通过一对一的麦克风来回答授课老师提出的问题，然而，当所有学生同时回答问题时，环境较为嘈杂，授课老师难以获取所有学生的回答结果。

技术实现思路

1、为了解决上述问题，即为了解决多个学生同时通过麦克风回答问题时，环境较为嘈杂，授课老师难以回去所有学生的回答结果的问题，本技术提出了一种嘈杂环境下的音频自动编排方法、设备及介质，包括：

2、一方面，本技术提供了一种嘈杂环境下的音频自动编排方法，包括通过授课端麦克风获取问题语音信息，并对所述问题语音信息进行识别以及修正处理，得到问题文本信息，并将所述问题文本信息进行展示；查询数据库中的教案信息，以及通过互联网查询与所述问题文本信息对应的网页信息，对所述网页信息进行识别，并结合所述教案信息以及授课端指令，得到答案信息；通过学生端麦克风获取多个反馈语音信息，并对所述多个反馈语音信息进行消噪处理，得到多个处理后的反馈语音信息；对所述多个处理后的反馈语音信息进行识别以及修正处理，得到多个反馈文本信息；结合所述问题文本信息以及所述答案信息对所述多个反馈文本信息进行关键词标注，得到多个标注后的反馈文本信息，并根据所述多个标注后的反馈文本信息对应的学号，将所述多个标注后的反馈文本信息按所述学号的顺序进行展示。

3、在一个示例中，查询数据库中的教案信息，以及通过互联网查询与所述问题文本信息对应的网页信息，对所述网页信息进行识别，并结合所述教案信息以及授课端指令，得到答案信息，具体包括：根据所述问题文本信息在数据库中查询与所述识别结果对应的教案信息，并提取所述教案信息中，与所述问题文本信息对应的学科信息与章节信息；以所述学科信息与所述章节信息作为索引标签，并以所述问题文本信息作为索引对象，通过互联网以及所述索引标签以及所述索引对象进行查询，得到对应的多个网页信息；对所述多个网页信息进行识别，得到对应的答案信息。

4、在一个示例中，将所述多个标注后的反馈文本信息按照所述学号的顺序进行展示后，所述方法还包括：确定所述答案信息对应的所述多个网页信息，并对所述多个网页信息进行绿色评估，得到评估结果，所述绿色评估至少包括以下一种：违禁关键词评估、违禁图片评估、违禁链接评估；根据所述评估结果，选取风险指数最低的网页在所述授课端进行预展示，并根据所述授课端指令，确定将所述风险指数最低的网页进行展示。

5、在一个示例中，通过学生端麦克风获取多个反馈语音信息，并对所述多个反馈信息进行消噪处理，得到多个处理后的反馈语音信息之前，所述方法还包括：获取测试文本，并将所述测试文本进行展示，所述测试文本至少包括以下一种：英文词汇、中文词汇、英文字母、中文数字；通过学生端麦克风获取多个测试反馈信息；确定所述多个测试反馈信息分别对应的学号，并根据所述多个测试反馈信息以及所述测试文本对语音识别模型进行针对性适应训练，得到与所述学号分别对应的语音识别模型。

6、在一个示例中，对所述多个处理后的反馈语音信息进行识别以及修正处理，得到多个反馈文本信息，具体包括：针对所述多个处理后的反馈语音信息中的任意一个，将该处理后的反馈语音信息输入至对应的所述语音识别模型，得到识别结果；对所述识别结果进行修正处理，所述修正处理至少包括以下一种：热词修正、方言修正、语义修正、断句修正；得到对应的反馈文本信息。

7、在一个示例中，结合所述问题文本信息以及所述答案信息对所述多个反馈文本信息进行关键词标注，得到多个标注后的反馈文本信息，具体包括：针对所述多个反馈文本信息中的任意一个，将该反馈文本信息、所述问题文本信息以及所述答案信息输入至模糊神经网络模型，得到对应的识别结果，以及获取所述识别结果与所述答案信息对应的匹配值；获取与所述匹配值对应的匹配贡献词，并将所述匹配贡献词作为关键词，其中，所述匹配贡献词为，与所述答案信息匹配程度最高的词汇文本。

8、在一个示例中，获取与所述匹配值对应的匹配贡献词，并将所述匹配贡献词作为关键词之后，所述方法还包括：根据所述识别结果，获取所述关键词与所述答案信息的模糊隶属度；将所述关键词，根据所述模糊隶属度进行对应等级的标注，其中，所述对应等级通过预存的等级划分表进行确定。

9、在一个示例中，针对所述多个反馈文本信息中的任意一个，将该反馈文本信息、所述问题文本信息以及所述答案信息输入至模糊神经网络模型之前，所述方法还包括：根据所述问题文本信息构建输入集；根据所述答案信息构建匹配集，所述匹配集用于与所述输入集进行相似度匹配；构建权重集，以表示所述答案信息的采纳权重；针对所述输入集以及所述匹配集进行模糊规则训练，以根据训练得到的模糊规则，确定所述问题文本信息与对应的所述答案信息的隶属度，并根据所述隶属度以及所述模糊规则构建模糊隶属度集；根据所述输入集、所述匹配集、所述权重集以所述模糊隶属度集得到模糊神经网络模型。

10、另一方面，本技术还提供了一种嘈杂环境下的音频自动编排设备，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如下指令：通过授课端麦克风获取问题语音信息，并对所述问题语音信息进行识别以及修正处理，得到问题文本信息，并将所述问题文本信息进行展示；查询数据库中的教案信息，以及通过互联网查询与所述问题文本信息对应的网页信息，对所述网页信息进行识别，并结合所述教案信息以及授课端指令，得到答案信息；通过学生端麦克风获取多个反馈语音信息，并对所述多个反馈语音信息进行消噪处理，得到多个处理后的反馈语音信息；对所述多个处理后的反馈语音信息进行识别以及修正处理，得到多个反馈文本信息；结合所述问题文本信息以及所述答案信息对所述多个反馈文本信息进行关键词标注，得到多个标注后的反馈文本信息，并根据所述多个标注后的反馈文本信息对应的学号，将所述多个标注后的反馈文本信息按所述学号的顺序进行展示。

11、另一方面，本技术还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：通过授课端麦克风获取问题语音信息，并对所述问题语音信息进行识别以及修正处理，得到问题文本信息，并将所述问题文本信息进行展示；查询数据库中的教案信息，以及通过互联网查询与所述问题文本信息对应的网页信息，对所述网页信息进行识别，并结合所述教案信息以及授课端指令，得到答案信息；通过学生端麦克风获取多个反馈语音信息，并对所述多个反馈语音信息进行消噪处理，得到多个处理后的反馈语音信息；对所述多个处理后的反馈语音信息进行识别以及修正处理，得到多个反馈文本信息；结合所述问题文本信息以及所述答案信息对所述多个反馈文本信息进行关键词标注，得到多个标注后的反馈文本信息，并根据所述多个标注后的反馈文本信息对应的学号，将所述多个标注后的反馈文本信息按所述学号的顺序进行展示。