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
Metrics
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.
Copyright (c) 2025 Александр Александрович Дмитриев, Денис Александрович Дмитриев
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
