[发明专利]一种人工智能自适应互动教学系统在审

专利信息
申请号: 201910242219.5 申请日: 2019-03-28
公开(公告)号: CN110069707A 公开(公告)日: 2019-07-30
发明(设计)人: 崔海龙 申请(专利权)人: 广州创梦空间人工智能科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06K9/00;G06Q50/20;G06T13/20;G09B5/06;G09B7/00
代理公司: 广州新诺专利商标事务所有限公司 44100 代理人: 吴泽燊
地址: 510399 广东省广州市海珠区新港西路135号*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学生 人工智能算法 互动教学系统 人工智能 学习内容 学习效果 学习状态 自适应 控制显示模块 人机交互工具 人脸图像信息 信息获取模块 自适应学习 反馈 人脸表情 三维人物 声音信息 信息输入 自动确定 传统的 算法 推送 预设 语音 优化 学习
【权利要求书】:

1.一种人工智能自适应互动教学系统,其特征在于,包括:

前端信息获取模块,用于获取学生的学习行为,所述学习行为包括学生的声音信息和人脸图像信息;

前端显示模块,用于显示三维人物模型;所述三维人物模型用于根据播放指令进行播放;所述播放指令用于指示所述三维人物模型的影像动作、推送内容;所述推送内容为供学生进行学习的学习音视频信息或供学生进行测试的试题信息;

后台信息处理模块,内置有人工智能算法模型,用于对所述学习行为进行分析得到学生的学习状态和声音文本,确定所述播放指令以驱动所述三维人物模型进行播放,并使用自适应学习算法根据所述学习状态和所述声音文本对所述人工智能算法模型进行训练。

2.根据权利要求1所述的人工智能自适应互动教学系统,其特征在于,还包括储存模块,用于以分布式架构储存所述影像动作、所述推送内容和所述学习行为。

3.根据权利要求1所述的人工智能自适应互动教学系统,其特征在于,还包括后台管理模块,用于对授权人员提供管理界面,以对整个系统进行管理和维护。

4.根据权利要求1所述的人工智能自适应互动教学系统,其特征在于,所述前端信息获取模块包括:

声音获取单元,用于获取学生的所述声音信息;

影像获取单元,用于获取学生的所述人脸图像信息。

5.根据权利要求1所述的人工智能自适应互动教学系统,其特征在于,所述后台信息处理模块包括:

人脸状态分析单元,用于使用人脸识别算法对所述人脸图像信息进行识别,得到所述学习状态;所述学习状态包括人脸情绪信息、人脸专注信息或人脸类别信息中的一种或多种;

声音状态分析单元,用于使用声音识别算法对所述声音信息进行识别和处理,得到所述声音文本;所述声音识别信息包括声音文本和声学特征;

人工智能演算单元,用于使用预先构建的所述人工智能算法模型,根据所述学习状态确定所述影像动作,并根据所述声音文本确定所述推送内容;

自适应训练单元,用于使用自适应学习算法,根据学生对所述影像动作和所述推送内容进行回应的所述学习行为,对所述人工智能算法模型进行训练。

6.根据权利要求5所述的人工智能自适应互动教学系统,其特征在于,所述人工智能算法模型包括:

影像动作算法模型,用于分析学生的所述学习状态,判断学生的学习专注程度,并根据所述学习专注程度选择对应的所述影像动作,以提高学生的学习专注程度;

知识图谱算法模型,设置有预设的知识图谱,用于根据学生的所述声音文本确定学生的学习进度、学习效率和认知水平,对所述知识图谱进行更新,并确定下一步应推送的所述学习内容。

7.根据权利要求5所述的人工智能自适应互动教学系统,其特征在于,所述声音状态分析单元还根据所述声音特征为学生建立专属的的语音识别模型。

8.根据权利要求6所述的人工智能自适应互动教学系统,其特征在于,所述后台信息处理模块还包括用户信息库构建单元,用于记录学生的基本信息、学习进度、学习效率和认知水平,以形成学生的用户信息库。

9.根据权利要求2所述的人工智能自适应互动教学系统,其特征在于,所述储存模块包括:

数据库服务器,用于以分布式架构储存数据;

流媒体管理服务器,用于管理流媒体内容,传输流媒体服务至所述前端显示模块进行流媒体显示。

10.根据权利要求4所述的人工智能自适应互动教学系统,其特征在于,所述声音获取单元为麦克风,所述影像获取单元为摄像头。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州创梦空间人工智能科技有限公司,未经广州创梦空间人工智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910242219.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top