【技术实现步骤摘要】
本申请涉及口才训练领域，尤其涉及一种口才训练的多模态反馈方法、装置、设备及存储介质。
技术介绍
1、传统的口才培训方法主要依赖于人工教练或简单的自我练习，这些方法通常无法提供准确的反馈和个性化的建议、受限于时间和地点，无法实现随时随地的学习，并且存在以下问题：1. 精确性问题：传统方法无法提供精确的口才表达评估和反馈，导致学习者无法了解自己的弱点和改进点；2. 个性化问题：不同学习者具有不同的口才维度和学习需求，传统方法只能制定固定的学习计划，而无法提供个性化、针对性的学习计划和建议；3.多模态问题：情感分析和多模态反馈在口才培训中的应用有限，传统的方法只能进行基于文字内容表达上的文本反馈，这限制了学习者全面的演讲表现分析和改进；4. 时效性问题：传统面对面培训受时间和地点限制，无法实现随时随地的学习；5. 反馈质量问题：传统培训方法的反馈主观，准确性地，无法提供清晰的改进指导。
技术实现思路
1、本申请实施例提供一种口才训练的多模态反馈方法、装置、设备及存储介质，以解决相关技术存在的至少一个问题，技术方案如下：
2、第一方面，本申请实施例提供了一种口才训练的多模态反馈的方法，包括：
3、获取输入信息，根据所述输入信息，生成原始学习计划；
4、在所述原始学习计划执行的过程中，获取第一口才训练数据；
5、对所述第一口才训练数据进行若干个口才维度的分析，得到每一所述口才维度对应的口才评分，根据所述口才评分以及所述输入信息，对所述原始学习计
6、在所述目标学习计划执行的过程中，获取第二口才训练数据，将所述第一口才训练数据或者所述第二口才训练数据作为目标口才训练数据；
7、对所述目标口才训练数据进行情感分析处理，得到情感分析处理结果，并根据情感分析处理结果，确定多模态反馈，所述多模态反馈包括文本反馈、声音反馈、视觉反馈以及触觉反馈中的至少之一。
8、在一种实施方式中，所述输入信息包括学习目标、学习路径以及可用学习时间，每一所述学习路径包括对应的学习资料，所述根据所述口才评分以及所述输入信息，对所述原始学习计划进行调整，得到目标学习计划包括：
9、根据所述学习目标确定学习目标参数、根据所述学习资料确定表征所述学习资料效果的学习资料参数、根据所述原始学习计划确定学习成本参数、根据用户反馈信息或者所述原始学习计划执行的历史数据，确定行为建模参数；
10、根据所述口才评分、所述学习目标参数、所述学习资料参数、所述学习成本参数、所述可用学习时间以及所述行为建模参数，确定所述原始学习计划的计划得分；
11、当所述计划得分大于得分阈值时，对所述原始学习计划进行调整，得到目标学习计划。
12、在一种实施方式中，所述根据所述口才评分、所述学习目标参数、所述学习资料参数、所述学习成本参数、所述可用学习时间以及所述行为建模参数，确定所述原始学习计划的计划得分包括：
13、分别确定所述口才评分、所述学习目标参数、所述学习资料参数、所述学习成本参数以及所述行为建模参数对应的权重参数；
14、根据各个所述权重参数、所述口才评分、所述学习目标参数、所述学习资料参数、所述学习成本参数、所述可用学习时间以及所述行为建模参数进行加权计算，得到所述原始学习计划的计划得分。
15、在一种实施方式中，所述对所述目标口才训练数据进行情感分析处理，得到情感分析处理结果包括：
16、通过情感分析引擎，对所述目标口才训练数据进行多模态情感分析，得到文本情感分析结果、声音情感分析结果以及图像情感分析结果；
17、通过多模态反馈生成器，对所述文本情感分析结果、所述声音情感分析结果以及所述图像情感分析结果进行转化处理，得到情感强度以及情感类型。
18、在一种实施方式中，所述根据情感分析处理结果，确定多模态反馈包括：
19、确定所述目标口才训练数据的每一口才维度对应的目标口才评分；
20、当所述情感类型为正向情感时，确定所述情感类型的目标数值为第一数值，否则确定所述目标数值为第二数值；
21、根据所述情感强度，确定多模态反馈对应的情感权重参数，所述情感强度与所述情感权重参数呈正相关；
22、根据每一所述目标口才评分、口才评分权重参数、所述目标数值、所述情感强度以及所述情感权重参数进行加权计算，确定多模态反馈的反馈分数；
23、根据所述反馈分数，进行文本反馈、声音反馈、视觉反馈以及触觉反馈中的至少之一。
24、在一种实施方式中，所述根据所述反馈分数，进行文本反馈、声音反馈、视觉反馈以及触觉反馈中的至少之一包括：
25、当所述反馈分数大于反馈阈值时，通过虚拟导师系统反馈正向的文本、反馈正向的语音、反馈正向的图像或者动画、以及反馈第一强度的触觉中的至少之一；
26、当所述反馈分数小于或等于反馈阈值时，通过虚拟导师系统反馈负向的文本、反馈负向的语音、反馈负向的图像或者动画、以及反馈第二强度的触觉中的至少之一；所述第一强度大于所述第二强度。
27、在一种实施方式中，所述方法还包括：
28、对所述目标口才训练数据进行特征提取，得到若干个口才维度指标以及时间序列口才维度指标；
29、根据所述口才维度指标以及预设权重，确定第一情感感知指标以及根据所述时间序列口才维度指标以及预设权重，确定第二情感感知指标；
30、根据所述第一情感感知指标和/或所述第二情感感知指标，确定情绪反馈建议；
31、实时生成情绪反馈建议，或者，利用强化学习方法，根据所述情绪反馈建议以及奖励函数，确定目标情绪反馈建议并生成目标情绪反馈建议；
32、或者，
33、计算所述目标口才训练数据的流利度评分以及自信度评分；
34、根据所述流利度评分以及所述自信度评分，通过虚拟导师系统输出改进建议和/或优势。
35、第二方面，本申请实施例提供了一种口才训练的多模态反馈装置，包括：
36、第一获取模块，用于获取输入信息，根据所述输入信息，生成原始学习计划；
37、第二获取模块，用于在所述原始学习计划执行的过程中，获取第一口才训练数据；
38、调整模块，用于对所述第一口才训练数据进行若干个口才维度的分析，得到每一所述口才维度对应的口才评分，根据所述口才评分以及所述输入信息，对所述原始学习计划进行调整，得到目标学习计划；
39、第三获取模块，用于在所述目标学习计划执行的过程中，获取第二口才训练数据，将所述第一口才训练数据或者所述第二口才训练数据作为目标口才训练数据；
40、反馈模块，用于对所述目标口才训练数据进行情感分析处理，得到情感分析处理结果，并根据情感分析处理结果，确定多模态反馈，所述多模态反馈包括文本反馈、声音反馈、视觉反馈以及触觉反馈中的本文档来自技高网...
【技术保护点】
1.一种口才训练的多模态反馈方法，其特征在于，包括：
2.根据权利要求1所述口才训练的多模态反馈方法，其特征在于：所述输入信息包括学习目标、学习路径以及可用学习时间，每一所述学习路径包括对应的学习资料，所述根据所述口才评分以及所述输入信息，对所述原始学习计划进行调整，得到目标学习计划包括：
3.根据权利要求2所述口才训练的多模态反馈方法，其特征在于：所述根据所述口才评分、所述学习目标参数、所述学习资料参数、所述学习成本参数、所述可用学习时间以及所述行为建模参数，确定所述原始学习计划的计划得分包括：
4.根据权利要求1所述口才训练的多模态反馈方法，其特征在于：所述对所述目标口才训练数据进行情感分析处理，得到情感分析处理结果包括：
5.根据权利要求4所述口才训练的多模态反馈方法，其特征在于：所述根据情感分析处理结果，确定多模态反馈包括：
6.根据权利要求5所述口才训练的多模态反馈方法，其特征在于：所述根据所述反馈分数，进行文本反馈、声音反馈、视觉反馈以及触觉反馈中的至少之一包括：
7.根据权利要求1-6任一项所述
8.一种口才训练的多模态反馈装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由所述处理器加载并执行，以实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被执行时实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种口才训练的多模态反馈方法，其特征在于，包括：
2.根据权利要求1所述口才训练的多模态反馈方法，其特征在于：所述输入信息包括学习目标、学习路径以及可用学习时间，每一所述学习路径包括对应的学习资料，所述根据所述口才评分以及所述输入信息，对所述原始学习计划进行调整，得到目标学习计划包括：
3.根据权利要求2所述口才训练的多模态反馈方法，其特征在于：所述根据所述口才评分、所述学习目标参数、所述学习资料参数、所述学习成本参数、所述可用学习时间以及所述行为建模参数，确定所述原始学习计划的计划得分包括：
4.根据权利要求1所述口才训练的多模态反馈方法，其特征在于：所述对所述目标口才训练数据进行情感分析处理，得到情感分析处理结果包括：
5.根据权利要求4所述口才训...
【专利技术属性】
技术研发人员：李翔，赵璧，詹歆，刘慧，
申请(专利权)人：新励成教育科技股份有限公司，
类型：发明
国别省市：
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。