Программный комплекс для оценивания голосовых ответов обучающихся
УДК 519.6:51-77:004.89 519.677
Аннотация
В работе рассмотрен подход к созданию программных средств для оценивания голосовых ответов обучающихся, полученных с помощью технологий распознавания речи. В связи с тем что интеллектуальные технологии на основе систем распознавания речи сегодня широко используются при дистанционном обучении, необходимо расширение применяемых инструментов для оценивания знаний в результате учебной деятельности. В качестве такого инструмента в работе предложен программный комплекс, позволяющий обрабатывать голосовой ответ обучающегося и с помощью алгоритмов анализа текста производить оценку распознанного ответа. Для распознавания голосового ответа в текстовое сообщение использовалась свободно распространяемая система распознавания речи Vosk. На этапе обработки текстового сообщения для получения оценки, отражающей правильность ответа обучающегося, применены алгоритмы символьной и статистической обработки естественного языка. При тестировании программного комплекса методами вычислительных экспериментов установлено соответствие между вычисляемыми баллами и шкалой оценивания, используемой преподавателем при приеме устного ответа. Результаты работы показывают, что программный комплекс может быть использован в электронном обучении для автоматического оценивания ответов при дистанционном приеме экзаменов с помощью голосового помощника.
Скачивания
Литература
Захаров А.А., Захарова И.Г., Шабалин А.М., Ханбе-ков Ш.И., Джалилзода Д.Б. Интеллектуальный голосовой помощник как пример реализации методологии инклюзивного дизайна // Образование и наука. 2024. Т. 26. № 3. С. 149-175.
Трегубов В.Н. Использование голосовых ассистентов для развития английской научной речи // International Journal of Open Information Technologies. 2020. № 6. С. 62-72.
Нугуманова А.Б., Бессмертный И.А., Пецина П., Байбурин Е.М. Обогащение модели Bag-of-words семантическими связями для повышения качества классификации текстов предметной области // Программные продукты и системы. 2016. № 2 (114). С. 89-97.
Талор M., Мане П. Голосовая система оценки ответов для учащихся с ограниченными физическими возможностями, использующих обработку естественного языка и машинное обучение // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23. № 2. С. 299-302.
Lakshmi V., Ramesh V. Evaluating Students’ Descriptive Answers Using // Natural Language Processing and Artificial Neural Networks (IJCRT). 2017. Vol. 5. Iss. 4. P. 3168-3173.
Дмитриев А.А., Дмитриев Д.А. Применение цифровой обработки голосовых сигналов для улучшения распознавания речи // Проблемы правовой и технической защиты информации. 2023. № 10. С. 4-8.
Беленко М.В., Балакшин П.В. Сравнительный анализ систем распознавания речи с открытым кодом // Международный научно-исследовательский журнал. 2017. № 4 (58). С. 13-18.
Patil S. M., Patil S. Evaluating Student Descriptive Answers Using Natural Language Processing // International Journal of Engineering Research & Technology (IJERT). 2014. Vol. 3. Iss. 3. P. 1716-1718.
Кравченко Ю.А., Мансур А.М., Мохаммад Ж.Х. Векторизация текста с использованием методов интеллектуального анализа данных // Известия ЮФУ Технические науки. 2021. № 2 (219). С. 154-167.
Оськина К.А. Оптимизация метода классификации текстов, основанного на tf-idf, за счет введения дополнительных коэффициентов // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2016. № 15 (754). С. 175-187.
References
Zaharov A.A., Zaharova I.G., SHabalin A.M., Han-bekov SH.I., Dzhalilzoda D.B. Intelligent Voice Assistant as an Example of Implementation of Inclusive Design Methodology. The Education and Science Journal. 2024. Vol. 26. No 3. P. 149-175. (In Russ.).
Tregubov V.N. Using Voice Assistants to Develop English Scientific Speech. International Journal of Open Information Technologies. 2020. No 6. P. 62-72. (In Russ.).
Nugumanova A.B., Bessmertnyj I.A., Pecina P., Bajbu-rin E.M. Semantic Relations in Text Classification Based on Bag-of-words Model. Software & Systems. 2016. No 2 (114). P. 89-97. (In Russ.).
Talor M., Mane P. Voice Based Answer Evaluation System for Physically Disabled Students Using Natural Language Processing and Machine Learning. Scientific and Technical Journal of Information Technologies, Mechanics and Optics. 2023. Vol. 23. No 2. P. 299-302. (In Russ.).
Lakshmi V., Ramesh V. Evaluating Students’ Descriptive Answers Using. Natural Language Processing and Artificial Neural Networks (IJCRT). 2017. Vol. 5. No 4. P. 3168-3173.
Dmitriev A.A., Dmitriev D.A. Using of Digital Voice Signal Processing to Improve Speech Recognition. Problems of Legal and Technical Protection of Information. 2023. No 10. P. 4-8. (In Russ.).
Belenko M.V., Balakshin P.V. Comparative Analysis of Open Source Speech Recognition Systems. International Research Journal. 2017. No 4 (58). P. 13-18. (In Russ.).
Patil S. M., Patil S. Evaluating Student Descriptive Answers Using Natural Language Processing. International Journal of Engineering Research & Technology (IJERT). 2014. Vol. 3. No 3. P. 1716-1718.
Kravchenko YU.A., Mansur A.M., Mohammad ZH.H. Text Vectorization Using Data Mining Methods. Izvestiya of South Federal University. Engineering Sciences. 2021. No 2 (219). P. 154-167. (In Russ.).
Oskina K.A. Optimization of the Tf-idf Based Text Classification Method by Introducing Additional Coefficients. Vest-nik of Moscow State Linguistic University. 2016. No 15 (754). P. 175-187. (In Russ.).
Copyright (c) 2025 Александр Александрович Дмитриев, Денис Александрович Дмитриев
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
