利用语音识别的在线笔试方法和装置制造方法及图纸

技术编号:37667335 阅读:21 留言:0更新日期:2023-05-26 04:26
本公开提出了一种利用语音识别的在线笔试方法和装置,涉及人工智能技术技术领域,包括:对考生的声音进行识别,以判断声音中是否包含有第一指令词和第二指令词;在声音中包含有第一指令词的情况下,确定与第一指令词对应的调整内容,并基于第一指令词对考生的试卷进行修改;在声音中包含有第二指令词的情况下,将声音对应的文本信息输入文本判断模型中,以判断文本信息中是否包含有作弊关键词;在文本信息中包含有作弊关键词的情况下,向终端设备发送报警提示信息,以及考生对应的标识。由此,则可以利用语音识别技术辅导考生进行考试,提高考生考试效率,并且可以及时的通过对考生进行语音识别,来发现考生是否作弊,并进行及时的预警。的预警。的预警。

【技术实现步骤摘要】
利用语音识别的在线笔试方法和装置


[0001]本公开涉及人工智能
,尤其涉及一种利用语音识别的在线笔试方法和装置。

技术介绍

[0002]随着信息化时代的到来,在考试方式上,在线笔试已经普及到各行各业。相比传统纸质考试,在线笔试不仅成本低、效率高、试卷安全,更是打破了时间限制,而且有利于进行系统自动精准阅卷,并多维度地进行成绩分析。
[0003]目前,在线笔试可以通过语音识别来辅助学生进行一些考试内容,比如将语音识别得到的文本内容作为答题内容,从而不用学生进行手写,提高了考试效率,但是也会给考场带来很多声音,如何避免学生在利用语音技术进行考试时的作弊行为,是目前亟需解决的问题。

技术实现思路

[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]本公开第一方面实施例提出了一种利用语音识别的在线笔试方法,包括:对考生的声音进行识别,以判断所述声音中是否包含有第一指令词和第二指令词;在所述声音中包含有所述第一指令词的情况下,确定与所述第一指令词对应的调整内容,并基于所述第一指令词对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用语音识别的在线笔试方法,其特征在于,包括:对考生的声音进行识别,以判断所述声音中是否包含有第一指令词和第二指令词;在所述声音中包含有所述第一指令词的情况下,确定与所述第一指令词对应的调整内容,并基于所述第一指令词对所述考生的试卷进行修改;在所述声音中包含有所述第二指令词的情况下,将所述声音对应的文本信息输入预先构建的文本判断模型中,以判断所述文本信息中是否包含有作弊关键词;在所述文本信息中包含有所述作弊关键词的情况下,向终端设备发送报警提示信息,以及所述考生对应的标识。2.根据权利要求1所述的方法,其特征在于,所述确定与所述第一指令词对应的调整内容,并基于所述第一指令词对所述考生的试卷进行修改,包括:判断所述第一指令词所属的指令信息;将与所述指令信息对应的调整内容展示在所述考生的答题设备上;响应于接收到所述考生对所述调整内容的确认指令,对所述考生的试卷进行修改。3.根据权利要求1所述的方法,其特征在于,所述向终端设备发送报警提示信息,包括:获取与所述考生对应的摄像录制设备所拍摄的监考视频;从所述监考视频中获取包含有所述考生面部信息和手势信息的各个关键帧;基于预设的映射关系,获取与所述第二指令词对应的面部数据集和手势信息数据集;对各个所述关键帧进行图像分割,以获取每个所述关键帧中包含的面部特征和手势特征;判断所述面部特征和所述手势特征分别和所述面部数据集和手势信息数据集对应的第一匹配度和第二匹配度;在所述第一匹配度大于第一阈值或者所述第二匹配度大于第二阈值的情况下,向终端设备发送报警提示信息。4.根据权利要求1所述的方法,其特征在于,所述对考生的声音进行识别,以判断所述声音中是否包含有第一指令词和第二指令词,包括:获取所述考生的人脸特征信息和签名信息,并判断所述人脸特征信息和所述签名信息是否为预先录入的人脸特征信息和签名;响应于确定所述人脸特征信息和所述签名信息属于预先录入的人脸特征信息和签名,判断所述人脸特征信息和所述签名信息是否为匹配的,若匹配,则确定所述考生为具有考试资格的考生;在所述考生的答题设备中展示信息录入界面,以获取所述考生录入的验证信息;响应于确定所述验证信息录入完成,启动声音采集装置采集所述考生的语音信息;对所述语音信息进识别,以得到对应的文本信息,并基于所述文本信息辅助所述考生进行答题。5.根据权利要求1所述的方法,其特征在于,在所述将所述文本信息输入预先构建的文本判断模型中,以判断所述文本信息中是否包含有作弊关键词之后,还包括:若所述文本信息中是否包含有作弊关键词,得到监考视频前后10帧的作弊视频,并将所述作弊视频输入至预先构建的作弊检测模型,以判断所述考生是否发生作弊行为;若发生作弊行为,向所述终端设备发送报警提示信息,
其中,所述作弊检测模型包括作弊静态检测层、作弊动态检测层、监考视频获取层和两个全连接层,所述作弊静态检测层的输入为监控图像,第一全连接层的输入为所述作弊静态检测层的输出,第一全连接层的输出为第一特征向量,用来判断是否可能发生作弊行为,若可能作弊,确定监考视频获取层的输入为监控图像;作弊动态检测层的输入为监考视频获取层的输出;第二全连接层的输入为作弊动态检测层...

【专利技术属性】
技术研发人员:马赫郭南明倪小明彭建军向珂蒲淘麦子杰黄庆鑫
申请(专利权)人:广州网才信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1