第1章 方案概述

1.1 政策背景

教师是新课程改革理念的直接应用者，是新型学生发展的重要引导者，学校教育质量高低主要由教师来决定，再好的理念、内容，没有好的老师，课程改革也搞不好，目前业界的共识认为，教师专业化发展是提高教育质量的关键。

《国家中长期教育改革和发展规划纲要》将加强教师队伍建设为教育发展改革的重要保障措施，提出了建设高素质专业化教师队伍的战略任务。要着力建设高素质教师队伍，加强教师职业理想和职业道德教育，提高教师综合素质和业务水平。习近平总书记在2018年9月10日的全国教育大会发表讲话，将教育定位为‘国之大计、党之大计’。站在党和国家事业发展全局的战略高度，对加强教师队伍建设提出了明确要求。教育部等五部门联合印发《教师教育振兴行动计划（2018—2022年）》，明确了未来5年振兴目标和10大振兴行动。着力深化教师管理改革；深化高校教师队伍建设改革；推进教师职称制度改革；推进教师岗位管理改革。《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》中提出的改革目标：到2035年，教师综合素质、专业化水平和创新能力大幅提升，培养造就数以百万计的骨干教师、数以十万计的卓越教师、数以万计的教育家型教师。教师管理体制机制科学高效，实现教师队伍治理体系和治理能力现代化。

1.2 需求分析

1.2.1教学分析缺乏精准性和深度

在传统教研中，对教学的分析往往依赖于有限的观察和主观判断，难以全面、准确地评估教学效果。教师和教研员无法获取详细的学生学习行为数据和教学过程数据，导致教学问题难以精准定位。

1. 希望能够借助大数据技术，全面收集和分析教学相关数据，包括学生的课堂表现、作业完成情况、考试成绩等。

2. 期望获得多维度、可视化且精准的教学分析报告，能够清晰呈现教学中的优势和不足。

3. 要求系统能够智能识别教学中的关键问题，并提供针对性的改进建议。

4. 利用 AI 大模型对海量教学数据进行深度挖掘和分析，预测学生的学习趋势和潜在问题。

5. 借助大模型的自然语言处理能力，生成更准确、详细且易于理解的教学分析报告和改进建议。

1.2.2循证教研资源匮乏且难以应用

教育研究成果众多，但在实际教研工作中，教师和教研员难以获取最新、最有效的研究证据，也缺乏将这些研究成果转化为实际教学策略的方法和工具。

1. 渴望有一个整合了丰富且权威的循证教研知识库的平台，能够方便快捷地搜索到相关研究成果。

2. 希望平台能将复杂的研究成果进行简化和转化，提供可操作的教学策略和实践案例。

3. 期待平台能够根据具体的教学情境和问题，推荐适用的循证研究成果。

4. 运用 AI 大模型对循证教研资源进行智能筛选和匹配，根据教师输入的教学场景和问题，精准推荐相关资源。

5. 借助大模型的知识整合和生成能力，将研究成果转化为更具操作性的教学指南和步骤。

1.2.3 教学改进缺乏持续跟踪和有效反馈

教师在尝试教学改进后，无法及时了解改进措施的实际效果，也难以获得持续的指导和反馈，导致教学改进难以持续进行。

1. 希望系统能够对教学改进措施进行跟踪和评估，提供及时、准确的效果反馈。

2. 期待能够获得专家或同行的持续指导和建议，帮助优化改进方案。

3. 要求有一个交流平台，方便教师分享教学改进的经验和成果，互相学习和借鉴。

4. 运用 AI 大模型持续监测教学改进的效果，通过数据分析提供更深入的反馈和建议。

5. 借助大模型的智能辅导功能，为教师提供实时的改进指导和答疑。

1.2.5 跨区跨校教研合作困难

由于地域限制和沟通渠道不畅，跨区域的教师和教研员难以开展有效的合作教研，无法共享优质资源和经验。

1. 期望有一个便捷的跨区域教研协作平台，能够打破地域限制，方便组建合作团队。

2. 希望平台能够提供高效的沟通工具，支持实时交流、文件共享和远程协作。

3. 要求能够在平台上方便地获取其他区域的优质教研资源和成功案例。

4. 利用 AI 大模型促进跨区域团队的协作，例如智能推荐合作伙伴、协助制定合作计划。

5. 借助大模型的语言翻译功能，消除语言障碍，实现更顺畅的交流。

第2章 总体设计

2.1 建设目标

引导、管理、评价、提升

引导:教师进行自我发展规划，引起主动提升的个人发展预期;

管理:区统筹管理,各部门协调配合,获得及时准确的专业研修发展数据；

评价:在真实数据基础上,支持不同目的的评价筛选需求；

提升:通过教师发展预期、成长数据分析，教师研修培训，为教师提升策略提供依据和方法内容。

面向教科院教研员：负责区域内教育教学研究与指导工作，帮助其实现宏观层面的教学数据分析，同时借助科学工具评估教学质量，推广有效教学方法。

面向学校教师：涵盖不同学科、教龄和教学水平，通过利用先进技术提升教学效果，获取专业成长支持，帮助老师实现微观层面的个性化教学建议和学生表现分析。

2.2 总体框架设计

2.3 技术规范

本系统遵循的技术规范如下：

l GBGB/T11457-1995 软件工程术语

l GB/T1526-1989 （ISO5807-85） 信息处理数据流程图、程序流程图、系统流程图、程序网络图、系统资源图的文件编制符号及约定

l GB 2887 计算站场地技术条件

l GB/T 18391 信息技术 数据元的规范与标准化

l GB/T 18793 信息技术 可扩展置标语言（XML）1.0

l  GB/T 19001 质量管理体系要求

l GB/T 19668 信息化工程监理规范

l DB11/T 338-2006 信息系统软件通用质量要求

l DB11/Z 359 面向公众服务的政务信息资源分级分类技术性指导文件

l DB11/T 553.3-2008 信息资源共享交换平台技术规范（基础规范）

l DB11/T 553.5-2008 信息资源共享交换平台技术规范（接口规范）

l GB／T 14394-93计算机软件可靠性和可维护性管理。

第3章 详细产品介绍

3.1 AI课堂分析管理系统

3.1.1. AI智课实时分析系统

（一） 课堂直录播

支持手机、平板、电脑同步直播；支持AI分析同步显示，支持前端录制，支持私有云存储，智能调度，按网络负载情况自动同步文件到云平台，扫描二维码，即可观看、分享、评论等。

（二） 智能巡课

智能巡课是对当前正在上课的班级进行巡视。学校管理者在各自办公室无干扰全校巡课，实时观看学校每个班级上课情况，强化课堂常态管理，提高教学管理效率，班主任在电脑上观察班上的学习情况，无干扰管班，第一时间掌握班情学情，优化班级管理。

（三） 课堂教学实时诊断分析

在课堂教学进行过程当中可以通过班级教师的摄像头、音频采集设备及智能分析主机进行课堂教学录制及实时分析，并面向授课教师和听评课教师提供课堂实时分析看板和观课看板。

1、 面向授课教师的课堂实时数据分析看板

通过分析看板围绕教学主导度、课堂亲和度、课堂关注度、课堂亲近度、学生参与度、课堂词汇等为教师反馈实时数据，帮助老师实时掌握课堂教学相关数据，通过课堂教学分析相关数据能够及时进行课堂教学调整促进课堂教学高质量进行。

2、 面向听课教师提供课堂实时直播观课分析页面

通过实时观课页面可以满足实时跨空间进行课堂教研，并通过课堂实时分析数据为听评课教师询证教研提供数据支撑。其在课堂实时分析维度主要包括：

A. 教师行为分析：

Ø 课堂教学时间：在课堂教学过程中AI智能分析主机通过声纹识别技术，智能识别教师、学生话语分布,分析教学时间分配，判断课型，分析主导度；

Ø 教学情感分析：在课堂教学过程中AI只能分析主机通过采集设备获取教学过程的图像序列，利用深度神经网络检测人脸位置区域，进一步识别人脸关键点，根据教学场景的特性进行面部表情识别。然后再结合教学方法论进行深度分析，帮助学校了解教师授课风格及学生课堂表现，进行教学指导，改进教学效果；

Ø 教学轨迹分析：在课堂教学过程中AI分析主机通过课堂教师轨迹及体距识别技术实时捕捉课堂教学过程中教师在课堂当中的位置，对教师行走路线进行采集分析，从而来形成课堂教学教师亲近度分析。督促教师养成走下讲台的习惯，关注学生的学习状态，拉近与学生的距离，提高课堂教学效果。

Ø 教师关注度分析：在课堂教学过程中AI分析主机通过图像实现追踪算法，分析教师课堂的注意力分布区域，把握老师课堂教学关注每一个学生的注意力资源的分配情况，侧面反映出老师在课室是否具有倾向性，最大化的面向全体学生，提高教师课堂关注的公平性；

Ø ST分析：在课堂教学过程中AI分析主机实时采集在课堂当中教师与学生的行为，并按照横坐标为教师行为，纵坐标为学生行为按照实际发生的时间进行绘图，从而形成st课堂教学模式分析图，通过st分析结果图表的展示实时反馈当前课堂的主要教学模式。

Ø 语速分析：在课堂教学过程中AI分析主机通过声纹识别技术实时识别采集教师语音，通过教学语音文本识别及教学发言时间的统计形成其课堂语速分析。帮助老师根据反馈结果按照教学设计及教学对象实时进行调整。

B. 学生行为分析：

Ø 学生课堂行为分析：在课堂教学过程中，AI智能主机基于行为识别技术，实时对教室各个区域的学生进行识别其举手、起立、趴桌子或坐姿不端等行为，通过行为采集与分析，形成其按照时间区间的各行为统计结果及基于教室空间各行为发生的学生分布图，从而通过其分析结果帮助老师来判断课堂教学过程当中学生的参与度。

Ø 学生学习金字塔分析：在课堂教学过程中，AI智能主机基于行为识别技术，实时对教室各个区域学生进行其行为识别，并按照其学习金子塔理论按照主动学习和被动学习对其进行行为分析规律从而来分析当前课堂当中学生学习的有效性和课堂知识的保持率。

Ø 学生注意力分析：在课堂教学过程中，AI只能主机基于行为及头部姿态识别技术实时对学生的抬头情况进行采集与分析，通过采集的抬头数据按照课堂教学时间形成其不同时间下学生抬头率情况，从而面向整节课的时间轴形成其学生课堂注意力分析结果曲线图。

C. 评课量表结果分析

在课堂实时教学过程中除了通过AI人工智能技术进行智能课堂数据的采集与分析之外，还提供了评课码，扫码可以基于当前课程设置评课量表，基于评课量表听课教师可以进行听评课记录和评课，评课完成实时将评课结果展示在观课反洗看板的量表评课分析结果栏目下，以供课后的评课说课及教学反思。

（四） 形成实时课堂分析诊断报告

除了在实时上课的过程中我们提供的实时课堂直播画面及分析看板，在课堂结束后3分钟内也会及时形成AI课堂分析报告，报告支持在线观看及导出分享，AI报告是以课为单位，对这堂课整个数据的记录与汇总，通过全方位分析课堂数据，产生的课堂综合评估报告，通过报告帮助老师及时进行课后教学反思。其分析报告主要包括以下分析内容：

Ø 课堂教学力分析：基于课堂实时采集的分析数据按照教学力分析模型对该节课按照教学主导度、教学亲和度，教学亲近度、教学关注、教学参与度形成其分析结果；

Ø 教师语速分析：对课堂教师语速从发言时长、发言字数、发言平均语速、单次发言最长时间等形成其分析结果。

Ø 课堂类型分析：根据采集到的课堂教师学生教与学的相关数据，按照ST、Rt-Ch分析模型形成其课堂类型分析结果。

Ø 教学主导度分析：基于对课堂语音进行分析形成其课堂教学主导度分析结果及建议。

Ø 教学亲和度分析：基于对课堂教师表情进行分析形成其课堂亲和度数据及分析建议。

Ø 教学亲近度分析：基于对课堂教师行走轨迹及停留进行分析形成其课堂教学过程当中教师对于学生的教学亲近度分析。

Ø 教学关注度分析：基于课堂教学过程当中老师对于学生的眼神互动数据分析，形成教师在课堂教学过程中的关注度分析，通过关注度分析帮助老师最大化面向全体学生促进教师教学的公平性。

Ø 学生参与度分析：根据对课堂教学过程当中学生的抬头、举手、起立回答问题等行为的采集分析，一形成其面向学生的参与度分析，二按照学习金字塔理论对学生学习行为进行分析统计，三基于学生抬头率形成学生专注度分析曲线图。

Ø 课堂提问分析：通过对课堂语音文本进行提取，有效分析出课堂提问次数，学生回答次数，以及提问交流话论述等，并通过布鲁姆认知分析模型对课堂中每个问题进行其层级分析并形成其分析结果。

Ø 课堂词云分析：对整节课的课堂语言进行提取，并按照课堂专用高频词和惯用高频词进行统计分析形成其分析结果。

Ø 课堂模糊词分析：对整节课的课堂语言进行提取，从模糊用词的角度进行统计分析形成其分析结果。

（五） 基于录课视频形成课后观课中心：

系统除了人工智能模型对教学研究，还支持教师对优秀课件进行观摩、研究学习，支持评价评论。通过教学内容打点，教学评价进行检索、查询，通过教学主导度、教学亲和度、教学亲近度等维度查找相关课程，能更高效的查看到想要的教学视频；随时回看课堂录像，边用边改，方便学校层面开展基于视频和智能大数据的团队研训，为每位教师提供一面课堂观察的镜子，自用自改，课后教学反思，支持量表评分，评价。

每一课堂实录都可以通过以下分析维度来进行综合呈现。

1、 教师行为分析：

Ø 教学主导度分析：声纹识别技术识别教师发言、学生发言、学生思考不同维度的时间分配；并形成相关行为的时序分布图和行为转换趋势图，基于时序图和行为转换趋势图可以直观反馈出该堂课整体的教学语言分布及转换，通过点击相关时序图位置可以快速定位教学视频的播放位置。

Ø 教学亲和度分析：基于人脸表情识别技术；智能识别阳光、中性、严肃三类表情；根据表情分布智能判断亲和度，给出建议。

Ø 教学关注度分析：通过姿态识别和人脸检测技术追踪算法，分析教师课堂的视线关注分布区域；按教学时间段分析不同时间段的教师视线关注变化情况，识别不同教学时段教师关注点；综合判断教学关注度是否均衡，给出建议。并提供教师关注的时序分布图及趋势转换图，通过其可以直观了解到整体课堂教师关注度的变化，及点击可以进行快读定位视频相关位置。

Ø 教学亲近度分析：智能识别教师课堂走动的频率和范围；按时间段分析教师行走路线，分析教师的习惯、意识；分析教师是否走下讲台与学生互动，对各个区域学生是否均衡互动，督促教师养成走下讲台的习惯，拉近与学生的距离。并支持根据行为轨迹的时序图可以点击快读定位视频播放位置。

2、 学生行为分析：

Ø 学生参与度分析：分析学生的课堂举行为：举手、发言、回答问题；综合各种行为分析学生课堂参与度。并形成其相关时序图，依据时序图可以按照课堂教学时间直观了解到整堂课的学生参与时间状态分布。点击时序图可以将视频快速定位到学生相关位置。

Ø St行为分析

Ø 学习金字塔：按照主动学习（讨论、动手实践、教授他人），被动学习（听讲、阅读、视听、演示示范、其他）等对课堂学生学习行为进行统计分析形成其总量统计分析图表及按照时间形成其学习行为的时序及趋势图，通过其可以直观了解到整堂课的教学组织情况，点击对应时序图可以进行教学视频的快速情景定位。

Ø 坐姿不端分析：通过对学生的坐姿不端的行为进行识别及抓取，形成其坐姿不端图片，进行列举展示，帮助老师可以及时全面了解到学生上课状态。

3、 课堂提问分析

通过文本分析对整堂课的教师提问学生回答等进行分析统计，并按照布鲁姆分析模型对课堂问题进行分层形成其问题分层结果，从而来反馈出该节课的教学深度。

4、 课堂思维分析：

5、 课堂教学内容分析：

Ø 语音识别：对课堂整体语音文本进行提取识别，并按照对应时刻及发言对象及发言行为和发言内容进行结构化处理，支持自动打点，用户阅读文字内容，点击，可以关联到对应视频；方便观课老师可以快速精准的高效观课。

Ø 教学板书：系统支持OCR识别，可以识别教室板书，课件PPT内容，形成课堂内容摘要，以便对课堂内容的快速浏览与分析。教学内容识别后，自动打点，用户阅读文字内容，点击，可以关联到对应视频；

（六） 教学力分析

利用智课AI分时数据进行建模，进行教学研究，支持独创的教学力模型分析；支持多维度记录教师教学过程，统计分析教师教学力，为教师的专业发展提供可视化依据；支持按周、月、学期分析教师教学力曲线，分析教学情感、教学轨迹等异动情况。

支持同年级同学科教师教学力横向对比。

3.1.2. AI智课实时分析设备

3.1.2.1. 设备组网

3.1.2.2. 核心设备

AI边缘计算主机

主机采用嵌入式Linux一体化设计，边缘计算技术，集视频采集、AI人脸识别、声纹识别、AI表情行为识别、姿态识别、智能分析等功能于一体；

视频采集设备

高清4K网络摄像机，支持HTTP, TCP, UDP, RTSP,RTMP,ONVIF等网络协议，支持多码流同时获取图像。支持标准RJ45 10/100M，支持POE；

音频采集设备

全指向性麦克风。采用高灵敏度全指向性电容咪头，全向拾音、声音清晰自然；支持音量控制、AGC参数设置、智能混音、De-Reverb等应用功能；内置专用数字音频信号处理器，降噪的同时防止语音信号失真及衰减；

平台服务器

用于安装AI课堂实时分析，多班级共用一台，具体配置由班级数量决定。

3.1.2.3. AI教学评估软件

通过集成先进的人脸识别和声纹识别技术，实现对课堂教学行为的全面、精准分析，从而帮助教育者和管理者优化课堂安排和教学方法。

（一） 智能人脸识别技术

系统内置人脸识别分析技术模块，能够智能识别教学过程中的人脸信息。通过实时追踪教师的人脸特征，系统能够确保教师的身份准确无误，为后续的行为分析提供可靠的数据基础。

（二） 声纹识别与统计分析

系统配备了声纹识别分析模块，能够准确区分教师和学生的声音。通过对声音信号的处理和分析，系统能够统计出教师讲课总时长、学生发言总时长以及思考状态总时长，为教学评估提供量化依据。

（三） 表情与姿态识别

系统支持对图像采集数据中的表情和姿态进行识别分析。通过捕捉教师和学生的面部表情（如阳光、中性、严肃等）以及姿态变化（如低头、趴桌子、站立等），系统能够分析出课堂上的情感氛围和互动情况。

（四） 全方位人脸识别与多摄像机联动

系统采用全方位多角度识别技术，确保在不同场景下都能准确识别教师人脸。同时，支持多摄像机联动智能拍摄，当某个摄像机无法拍摄到教师人脸时，系统会自动调度其他摄像机进行补拍，确保人脸识别的连续性和准确性。

（五） 学生姿态与参与度识别

系统能够实时识别教学过程中的学生姿态，包括举手、站立回答问题等行为。通过对这些行为的统计分析，系统能够评估学生的课堂参与度，为教师提供有针对性的教学建议。

（六） 教学时间与方式分析

系统支持对教师的课堂教学时间进行分配，并定义不同的教学方式（如讲授式、对话式、练习式等）。通过对这些数据的分析，系统能够帮助教育者了解课堂的教学结构和特点，优化教学方法。

（七） 教师情感与教学路线分析

通过分析教师的课堂教学情感表情数据，系统能够定义教师的亲和力，并对教师的课堂教学情感进行总结与建议。同时，系统还能采集教师上课时的行走路线数据，分析教师在不同区域的上课时间，为优化教室布局和提高教学效率提供依据。

（八） 教室视线关注与学生参与度分析

系统能够采集教师上课过程中的视线关注数据，分析教师视线关注区域的时间，从而评估教师的注意力分配和教学效果。此外，系统还能通过分析学生的姿态数据，评估学生的课堂参与度，为教育者提供改进教学的建议。

3.1.2.4. 语音分析软件

基于先进的语音识别技术，实现对课堂教学语音内容的精准识别与分析。

系统内置语音识别功能，能够实时捕获课堂教学中的语音内容，并通过智能算法进行深度分析。不仅支持识别教师讲授语音，还能将讲话内容准确转译成文字，方便用户查看和记录。

同时，系统能够精准识别教师讲授时长，统计教师讲授字数，并据此分析出教师的讲授语速，以字/分钟为单位进行展示。这一功能有助于教师了解自身教学节奏，从而调整教学策略。

此外，系统还支持问句识别功能，能够自动侦测师生问答环节，准确区分教师与学生的语音内容。这有助于教师更好地掌握学生的学习情况和反馈，提升教学互动效果。

在识别过程中，系统能够根据语气内容自动断句，避免一句到底的情况，提高识别准确率和可读性。同时，系统还内置模糊词和反应词识别功能，能够识别并统计教师在课堂中使用的模糊词和反应词，帮助用户分析教师的教学风格和表达习惯。

3.1.2.5. 录播嵌入控制软件

提供一套全面而高效的智能课堂视频管理系统，以满足智慧课堂对视频录制与管理的多样化需求。

（一） 设备管理功能

系统支持对录制视频采集的摄像头进行全面管理，包括输入源的添加、删除与配置。这一功能确保了设备配置的灵活性和可定制性，适应不同课堂环境和教学需求。

（二） 视频预览功能

系统支持多种视频预览模式，包括教师特写、教师全景、学生特写、学生全景等，从而提供全方位的课堂观察视角。这一功能有助于教师和管理者全面了解课堂情况，提升教学质量。

（三） 导播控制功能

为方便用户进行导播操作，系统支持对视频输入源进行聚焦加减、光圈加减、光圈复位等调节。这些精细化的控制功能使得用户能够根据实际情况调整视频效果，实现专业的录制体验。

（四） 跟踪模式切换功能

系统支持手动和自动跟踪两种模式的任意切换，以满足不同场景下的录制需求。手动跟踪模式适用于需要精确控制录制视角的情况，而自动跟踪模式则适用于需要自动追踪特定目标的情况。

（五） 画面调节功能

系统支持手动对视频画面进行上、下、左、右的调节，以实现个性化的录制效果。这一功能使得用户能够根据实际情况调整画面布局，确保录制内容符合教学需求。

（六） 截图功能

系统支持手动对视频进行截图，方便用户留取需要的那一帧视频画面。这一功能有助于用户快速捕捉课堂中的精彩瞬间，为教学评估和教学反思提供有力支持。

（七） 预览播放模式

系统支持预览单屏和四分屏播放模式，适应不同场合的观看需求。单屏模式适用于专注于单个视角的观看，而四分屏模式则适用于同时观察多个视角的情况，有助于全面了解课堂全局。

3.1.2.6. 图像跟踪软件

通过精准的人脸跟踪、灵活的跟踪模式选择、教师身高自适应技术以及智能的导播切换策略，为课堂教学提供了高效、专业的视频录制与播放支持。

系统采用图像分析与人脸跟踪双项技术，确保摄像机能够精准锁定并跟踪单个目标。即使教师在讲台上长时间静止不动，只要其脸部不被完全遮挡，摄像机仍能稳定跟踪，不会被其他运动目标干扰。这一功能有效避免了摄像机的误跟踪，确保了视频画面的稳定性和连续性。

系统提供了多种跟踪模式供用户选择，包括锁定跟踪、摄像机运动时切换以及摄像机运动速度快时切换等。这些模式可以根据实际教学场景进行灵活调整，满足不同教学需求。

系统采用了教师身高自适应技术，无论教师身高如何，都能始终保持其头部在画面中的合适位置。这一功能有效避免了因教师身高差异导致的画面不协调问题，提升了观看体验。

在导播切换方面，我们内置了学生机全景、学生机特写、老师机全景、老师机特写之间的导播切换策略。同时，支持在教师机内完成四路网络码流的切换，输出电影模式画面，为观众带来更加专业、流畅的观看体验。

针对学生的特写拍摄需求，本方案支持单个学生站立时的单目标特写拍摄，以及两个或多个目标站立时的框选特写拍摄。当全部学生坐下时，系统会自动切换到全景画面，确保画面内容的连贯性和完整性。

系统还支持识别学生起立后离开座位的动作，并在学生站立时直接快速给予特写镜头，无需额外的移动过程。这一功能不仅提升了拍摄效率，也更好地捕捉了课堂中的精彩瞬间。

3.1.3. AI课堂教学视频分析系统

在教研过程中我们通常会基于已经录制好的视频课程进行网络视频观摩教研，在教研的过程中缺乏课程的相关精细的分析数据来高效支撑网络视频观摩教研，所以我们目前通过AI与大数据技术动感知与理解教师 在课堂教学过程中的各种行为， 实现无侵入、非配合情况下， 准确感知教师的个性化特征， 从而对其进行综合分析和判断，形成精准教学分析数据，从而帮助教师挖掘课堂教学过程中的师生互动数据，并通过师生互动数据帮助教师快速、科学、精准的预测和判断教师教学的情感意图，洞察数据数据背后的教学意义。

（一） 教师自主上传视频进行课程视频分析及反思

（二） 查看课堂分析报告

上传视频后，围绕课堂教学场景对声纹识别技术、手势识别技术、语音情感识别技术、文本情感识别技术、自然语言处理技术、头部姿态识别技术、体距识别技术等人工智能技术进行深度建模分析，以实现课堂教学师生数据的有效提取。按照课堂分析业务模型，形成其课堂分析报告。报告支持在线查看和导出，其报告维度主要包括：

1. 教学模式分析：教学模式是在一定教学思想或教学理论指导下建立起来的较为稳定的教学活动结构框架和活动程序。由于不同教学模式所要完成的教学任务和达到的教学目的不同，使用的程序和条件不同，当然其评价的方法和标准也有所不同。

a. Rt-Ch图：用Rt表示教学过程中的教师行为占有率，即T行为在教学过程中所占的比例；用Ch表示行为转换率，即T行为与S行为间的转换次数与总的行为采样数之比。在Rt-Ch图中, 横轴Rt表示了教师的讲授和演示, 纵轴的Ch表示了教学中的对话性, 当我们考察了这两个时间轴的关联后, 可以将教学分为四种不同的教学模式:练习型、讲授型、对话型、混合型。

b. S-T 分析：是一种能够直观表现教学性格的教学分析方法，它可用于对于教学过程中进行定量和定性的分析与评价，判断课堂教学性格，获得具有共识的、客观的信息并且对于教师的教学模式进行分类。S-T 分析法更加适配于当下强调“学生主体性原则”课程指导方针的一点体现是，这一分析法所展示的图表当中学生的课堂占有率能得到十分明显的反馈，方便于教师不同课程之间的对比，从而关注自身的教学行为与教学模式。教学中的行为分类被分为教师行为（T行为）于学生行为（S行为）。

c. 课堂事件分布展示的是整堂课教师事件、学生事件和寂静事件总体的次数占比。

d. 师生话语时序分布：师生话语时序分布图反映了以课堂中每分钟为单位，教师话语、学生话语和寂静的时长。师生话语分布图横轴代表课堂时间，单位为分钟，纵轴代表一分钟，单位为秒。学生话语分布的中位线显示了大多数时间学生一分钟之内的话语参与量。教师话语分布的中位线显示了大多数时间教师一分钟之内的话语参与量。当一分钟内学生的话语时长或者教师的话语时长超过30秒，称为一个学生话语高峰或者教师话语高峰。

2. 教学内容分析：教学内容是指在教育过程中，教师依据教学目标，有计划、有系统地向学生传授的知识、技能、价值观以及期望形成的行为经验的整体。它既包括预先设定的课程标准、教材所载的学科知识、技能训练，也包括在实际教学互动中动态生成的素材、案例、讨论话题等信息。

a. 教学内容总结：对整堂课的核心知识点进行了精炼总结。

b. 话语词云：课堂话语词云图以一节课中教师讲话单词出现的频率为基础进行绘制，其中频次高的单词将更为明显地突出显示。

c. 反馈语言：馈语言是指教师针对学生的学业表现、行为举止、参与程度、思维过程、情感反应等各个方面，以口头、书面或非言语形式传达的评价、指导、建议或反应。

d. 逻辑关系：话语逻辑关系分析有助于揭示课堂语言表达方式的分布情况。涵盖六类关系：①扩展关系：通过阐述、解释或举例扩展概念，深化理解。 ②时序关系：按时间顺序组织句子，描绘流程，保持逻辑连贯。 ③条件关系：设定前提，表明特定情况下的结果或影响，常用于设置情境、探讨可能性、强调行为后果。 ④比较关系：对比事物异同或优劣，促进学生识别差异、理解共性。 ⑤因果关系：揭示现象、行为或决定的因果联系，有助于培养科学思维能力。 ⑥并列关系：列举同等地位的事物、观点或行动，多角度呈现信息、提供选择或强调多元性。

3. 师生互动分析：师生互动是指在教学过程中教师与学生之间发生的双向交流、合作、反馈与影响，是双方在知识传递、思维启发、情感交流、能力培养等方面积极互动、相互作用的过程，旨在促进学生深度学习与全面发展。

a. 言语互动：是指教师和学生之间通过口头语言进行的交流和互动。这种互动通常包括口头提问、回答问题、讨论、解释、解答疑问、交流观点和分享信息等。言语互动是教育过程中的重要组成部分，它有助于传递知识、建立理解、促进学习和创造积极的学习环境。

b. 认知参与：是指学生在学习活动中进行的认知过程的投入情况，这反映了学生的注意力和思维是否集中于学习中，值越高代表认知参与程度越高。

c. 目光交流：是指通过眼神的接触、注视或眼神交流来传递信息、表达情感、建立联系以及提供反馈的过程。这种视觉交流有助于教师和学生之间建立互信、增强理解，同时引导和促进有效的教学互动，确保信息传达的准确性和情感的传递。

d. 注意转移：展示了教师注意在不同注视对象（学生、黑板、教材、其他）中的注意转移次数，横坐标为四类注意行为，纵坐标为注意转移次数。体现了教师在课堂教学中将注意从一个对象转移到另一个对象的能力，教师需要根据课堂实际情况灵活进行注意转移。

e. 空间互动：是指教师在课堂内灵活变化位置和移动方式，以与学生更紧密互动、引导学习、管理课堂和创造更丰富的教学情境。合理利用互动空间可以增加教师对学生的关注，使师生互动更加紧密。根据课堂实际情况，如果教师在讲台上的时间占比过高，可能会使学生感到与教师的距离较远，不利于建立亲密的师生关系。相反，如果教师在学生中间的时间占比过高，可能会使课堂秩序受到影响，不利于高效地进行知识传授。因此，教师需要根据课堂实际情况，合理安排自己在不同区域的时间占比。

4. 课堂氛围分析：课堂氛围是指在课堂教学环境中形成的主导性心理状态，包括师生之间、学生之间以及与教学环境相关的各种情绪、态度、行为模式以及人际交往特点的综合体现。良好的课堂氛围通常表现为积极、和谐、专注、互动性强，有助于激发学生的学习兴趣，增强参与意识，促进高效知识传递与能力培养；而消极或对抗的课堂氛围可能会抑制学习动机，降低教学效果，甚至导致课堂秩序混乱。

a. 语音情感：教师和学生通过语音表达的情感状态和情感氛围。这包括言语、音调、语速、音量、语言选择以及表情声音等元素，用以传递情感、态度和沟通质量，以影响教学和学习过程的体验与效果。这种情感可以包括积极情感，如鼓励、兴奋、支持，也可以包括中立情感，如中性、冷静、专业，以及消极情感，如不满、焦虑、压力等。课堂的语音情感对于塑造学习氛围、激发学生兴趣和提高教学效果具有重要影响。

b. 情感专注：情绪专注是指教师在教学活动中能够保持持续、高水平的情感投入状态的能力。情绪专注投入有利于教师全身心致力于教学，提高教学质量，值越高代表情绪越专注。

c. 语义情感：语义情感是指教师和学生之间通过言语表达的情感状态，可分为积极、中立和消极三类。积极情感鼓励学生、促进积极学习氛围，中立情感传递信息和事实，而消极情感应以建设性方式表达，为改进提供机会。这种情感色彩对于塑造学习体验和教学效果至关重要。

d. 情感调控：情感调控是指教师自我调节和控制情绪的能力，良好的情绪调控能力使教师能够应对压力情景，保持理想教学状态，值越高代表教师的情绪调控能力越强。

5. 课堂管理分析：课堂管理是指教师在教学过程中，通过规划、组织、引导和监控等手段，有效调控课堂环境、维持秩序、激励学生参与、处理问题行为，以确保教学活动顺利进行、教学目标得以实现的过程。它旨在创建一个积极、有序、有利于学习的课堂环境，促进学生的学习积极性、专注力和自我管理能力，同时减少干扰因素，最大限度地利用课堂时间，提高教学效率与质量。

a. 鼓励表扬：教师通常使用语言策略来表扬学生在课堂上的特定适当行为。教师在教授新课时增加表扬的频率是一种常见课堂管理的策略，但同时也应当避免过度的使用表扬这种策略，以免减弱表扬本身的效力。

b. 反馈语言：反馈语言是指教师针对学生的学业表现、行为举止、参与程度、思维过程、情感反应等各个方面，以口头、书面或非言语形式传达的评价、指导、建议或反应。

6. 学生参与分析：学生参与是指学生在教学过程中主动、积极地投入到学习活动中，包括认知、情感、行为等多方面的投入。它是实现深度学习、提升学习效果、培养自主学习能力与合作精神的关键因素，是衡量教学有效性与学生发展水平的重要指标。

a. 师生话语分布：师生话语占比图反映了一节课中教师、学生和寂静各自的占比。

b. 情感参与：情感参与是指学生在学习活动中所投入的情感和态度。情感参与学生的学习动机和内在需求相关，值越高代表情感参与程度越高。

7. 教师支持分析：教师支持是指教师在课堂教学过程中，通过一系列策略与行动，积极促进学生的学习进程，帮助他们克服困难、增强信心、提升能力、实现目标。有效的教师支持旨在充分发挥教师的引导、启迪、辅助作用，激发学生的学习潜能，提升学习效果，促进学生全面发展。

a. 情感支持：教师情感支持是指教师通过理解、鼓励、尊重和关怀的语言表达和语义传递提供积极的情感支持，建立师生信任关系，促进学生进行学习。语音情感是指教师通过积极的、正向的话语音调对学生进行关心爱护，引导学生积极参与课堂。语义情感是指教师通过积极的、富有激情的话语语句对学生进行正向引导，提升学生的学习投入，促进学生进行学习。

8. 教学深度分析：教学深度是指在教学过程中，教师引导学生超越对知识表面的认知，深入探究学科内容的本质、原理、关联及应用，促使学生进行高层次思维活动，形成深度理解和持久理解的程度。

a. 教学提问深度分析：教师的提问深度是指教师提问都能够引起学生认知参与的程度，可以用它的丰富性来评价，用布鲁姆教育目标分类法（认知领域）来分类，包含记忆、理解、应用、分析、综合和评价六个层次，其中高阶提问（应用、分析、综合和评价）占比越多，教师提问深度越高。

b. 教学话语逻辑关系分析：话语逻辑关系分析有助于揭示课堂语言表达方式的分布情况。涵盖六类关系：①扩展关系：通过阐述、解释或举例扩展概念，深化理解。 ②时序关系：按时间顺序组织句子，描绘流程，保持逻辑连贯。 ③条件关系：设定前提，表明特定情况下的结果或影响，常用于设置情境、探讨可能性、强调行为后果。 ④比较关系：对比事物异同或优劣，促进学生识别差异、理解共性。 ⑤因果关系：揭示现象、行为或决定的因果联系，有助于培养科学思维能力。 ⑥并列关系：列举同等地位的事物、观点或行动，多角度呈现信息、提供选择或强调多元性。

9. 课堂公平分析：课堂公平是指在课堂教学环境中，教师确保所有学生不论其性别、座位、智力水平、个性特征或其他个体差异，都能获得平等的学习机会，受到公正的对待，以及充分参与到教学过程中，实现个人潜能的最大化发展。

10. 查看课堂交互事件：根据视频分析结果，可以课堂师生话语分布来进行事件划分事件主要为教师事件、学生事件、实践静默事件，每一个事件包括事件主题、事件话语、事件的情感表达、事件位置等，通过一个个事件可以快速回顾整堂课教学。

3.1.4. AI教学评估系统

1. 利用先进的智能识别技术，实现对课堂教学过程的全面、精准分析，为教学管理提供有力支持。本次项目采用云服务方式。

第4章 实施方案

4.1. 智慧课堂教室环境部署方案

4.1.1. 施工前准备

施工用到的线材：六类网线、纯铜双芯带屏蔽0.75平咪线、1平3芯电源线；

施工用到的工具：带网口的电脑、网线钳、测线仪、电工胶带、剪钳、小螺丝刀、点胶设备及其他常用工具；

施工注意事项：                         

云镜摄像机要根据机身标签区分学生和老师，不能装反；

确保云镜摄像机画面为水平。可登陆云镜摄像机机身IP检查，账户密码均为admin；

教室里设备都需要设置固定IP，且IP可以接入校园网；

放在教室的设备需要与机房服务器网络互通。

4.1.2. 接线全貌图

4.1.3. 接线拓扑图

4.1.4. 设备布局及布线说明

说明：

机柜：用于放置AI主机及POE交换机，安装于教室合适位置，需接通校园网和电源；

学生云镜：于教室前方中央位置距离地面2.2米左右壁装，采用POE供电，一根六类网线与POE交换机连接；

教师云镜：于教室后方中央位置距离地面2.2米左右壁装，采用POE供电，一根六类网线与POE交换机连接（若教室长度大于8米，则吊装于距离讲台6-8米处）；

全向麦M1：于距离教室前墙三分之一处吸顶安装（离地面3.5米以内），需提供220V电源插座供电，需要两根双芯带屏蔽音频线，一根连接AI主机，一根连接全向麦M1’;

全向麦M1’：于距离教室后墙三分之一处吸顶安装（离地面3.5米以内） ，无需单独供电，一根双芯带屏蔽音频线连接全向麦M1；

AI主机通过网线与交换机相连接，音频线通过3pin凤凰端子接入主机，接线顺序为+-G所示；

大屏一体机须有一根网线连接到机柜

如果需要录入教室一体机屏幕画面如PPT等，则需预留一根HDMI线从一体机至存放AI主机的机柜。如从一体机至机柜距离过远，则需配备有功率放大功能的HDMI线，并注意线的方向性，一体机接HDMI线输出端，AI主机接HDMI线输入端。并接入AI主机的HDMI IN 口。

布线注意事项:

1.所有的麦尽量远离投影仪、电风扇、空调、音箱等噪音源安装。

2.所有设备的线缆统一汇总到机柜中，在机柜端预留2米，其他设备端预留1米。

辅助规格如下：

4.1.5. 接线方法

（1）3pin凤凰端子接线方法

对应主机从左至右线序为+-G,如下图.接线方法为按压如下图黄色按钮，将线插入，松开黄色按钮即可。放入线后可轻轻拉动线，判断是否牢固；

（2）全向麦M1端接线方法

连接AI主机的线接全向麦的输出口，红白线并在一起接A，屏蔽线接G，连接全向麦M1’的线红线接V，屏蔽线接G，白线接V，接头部分需用电工胶带包裹加固；

（3）全向麦M1’端接线方法

全向麦M1’与音频线按颜色对接即可，红线接红线，白线接白线，黑线接屏蔽线（接头部分需用电工胶带包裹加固）；

（4）网线接线方法

按标准方法接即可（接好后需检测网线是否正常可用）。