一种公众演讲辅助训练方法、系统、装置及存储介质与流程

本技术涉及一种演讲与口才，尤其涉及一种公众演讲辅助训练方法、系统、装置及存储介质。

背景技术：

1、在当今社会，公众演讲技能对于个人职业发展至关重要。然而，传统的演讲训练方法通常依赖于面对面的教学或者静态的学习材料，如书籍和视频。这些方法往往缺乏个性化的反馈和指导，不能针对个别用户的具体需求提供定制化的训练内容。此外，传统训练方法在实时反馈存在限制，使得学习效率和效果受到影响。

技术实现思路

1、本技术实施例提供一种公众演讲辅助训练方法、系统、装置及存储介质，以解决相关技术存在的问题，技术方案如下：

2、第一方面，本技术实施例提供了一种公众演讲辅助训练方法，包括：

3、获取演讲者当前演讲时的多维演讲数据，所述多维演讲数据包括音频数据、视频数据和文本数据；

4、获取预设的多维度口才指标，所述多维度口才指标包括语言丰富度、论点逻辑性、情绪传达力和听众互动度；

5、基于所述多维度口才指标，分别从所述多维演讲数据中提取相应特征，得到多种关键特征，所述多种关键特征包括音频特征、视频特征和文本特征；

6、基于所述多种关键特征，对所述演讲者在当前演讲中的表现进行评估分析，得到所述演讲者的个性化评估结果，所述个性化评估结果包括所述演讲者的多维度表现评分、总体表现评分和定制化的演讲改进训练内容，所述多维度表现评分包括语言丰富度评分、论点逻辑性评分、情绪传达力评分和听众互动度评分。

7、在一种实施方式中，基于所述多维度口才指标，分别从所述多维演讲数据中提取相应特征，得到多种关键特征包括：

8、调用快速傅里叶变换和梅尔频率倒谱系数，从所述多维演讲数据的音频数据中提取与所述多维口才指标相关的特征，得到所述音频特征；

9、调用计算机视觉算法，从所述多维演讲数据的视频数据中提取与所述多维口才指标相关的特征，得到所述视频特征；

10、调用自然语言处理算法，从所述多维演讲数据的文本数据中提取与所述多维口才指标相关的特征，得到所述文本特征。

11、在一种实施方式中，基于所述多种关键特征，对所述演讲者在当前演讲中的表现进行评估分析，得到所述演讲者的个性化评估结果包括：

12、基于所述文本特征，对所述演讲者的语言表现进行评估分析，得到所述语言丰富度评分；

13、基于所述文本特征和所述音频特征，对所述演讲者的论点表达逻辑表现进行分析，得到所述论点逻辑性评分；

14、基于所述音频特征和所述视频特征，对所述演讲者的情绪传达表现进行分析，得到所述情绪传达力评分；

15、基于所述音频特征和所述视频特征，对所述演讲者的互动表现进行分析，得到所述听众互动度评分；

16、基于所述语言丰富度评分、所述论点逻辑性评分、所述情绪传达力评分和所述听众互动度评分，得到所述总体表现评分；

17、基于所述语言丰富度评分、所述论点逻辑性评分、所述情绪传达力评分、所述听众互动度评分和所述总体表现评分，为所述演讲者生成所述定制化的演讲改进训练内容；

18、基于所述语言丰富度评分、所述论点逻辑性评分、所述情绪传达力评分、所述听众互动度评分、所述总体表现评分和所述定制化的演讲改进训练内容，得到所述个性化评估结果。

19、在一种实施方式中，所述文本特征包括关键词、句法结构和逻辑连贯性，所述音频特征包括停顿频率；

20、基于所述文本特征，对所述演讲者的语言表现进行评估分析，得到所述语言丰富度评分包括：调用高级语言模型，基于所述文本特征中的关键词和句法结构，对所述演讲者的语言表现进行评估分析，得到所述演讲者的演讲文本内容中每个句子的词汇多样性指数和所述每个句子的信息密度；基于所述每个句子的词汇多样性指数和所述每个句子的信息密度，得到所述语言丰富度评分；

21、基于所述文本特征和所述音频特征，对所述演讲者的论点表达逻辑表现进行分析，得到所述演讲者的论点逻辑性评分包括：调用概率统计模型，基于所述文本特征中的逻辑连贯性和所述音频特征中的停顿频率，评估所述演讲者在当前演讲中所使用的论点的结构和连贯性，以对所述演讲者的论点表达逻辑表现进行分析，得到所述演讲者在当前演讲中所使用的每个论点的连贯性指数；基于所述每个论点的连贯性指数，得到所述论点逻辑性评分。

22、在一种实施方式中，所述音频特征包括语速和音调，所述视频特征包括面部表情；基于所述音频特征和所述视频特征，对所述演讲者的情绪传达表现进行分析，得到所述情绪传达力评分包括：

23、调用语音情感分析算法和人脸表情识别算法，基于所述音频特征中的语速和音调以及所述视频特征中的面部表情，对所述演讲者的情绪传达表现进行分析，得到所述演讲者的情绪强度指数和情绪多样性指数；

24、基于所述情绪强度指数和所述情绪多样性指数，得到所述情绪传达力评分。

25、在一种实施方式中，所述音频特征包括关键词，所述视频特征包括面部表情和肢体语言；基于所述音频特征和所述视频特征，对所述演讲者的互动表现进行分析，得到所述听众互动度评分包括：

26、调用深度学习模型和视频分析算法，基于所述音频特征中的关键词以及所述视频特征中的面部表情和肢体语言，对所述演讲者的互动表现进行分析，得到每个互动事件对应的舞台控制力指数，所述每个互动事件为所述演讲者在当前演讲中所使用到的互动事件；

27、基于所述每个互动事件对应的舞台控制力指数，得到所述听众互动度评分。

28、在一种实施方式中，基于所述语言丰富度评分、所述论点逻辑性评分、所述情绪传达力评分、所述听众互动度评分和所述总体表现评分，为所述演讲者生成所述定制化的演讲改进训练内容包括：

29、基于所述语言丰富度评分、所述论点逻辑性评分、所述情绪传达力评分、所述听众互动度评分和所述总体表现评分，按照预定义的逻辑规则，生成适合所述演讲者的训练建议列表；

30、调用内容推荐算法，从预设的演讲素材库中选出与所述训练建议列表匹配的目标改进训练内容，所述预设的演讲素材库包括不同训练建议对应的改进训练内容；

31、基于所述目标改进训练内容，为所述演讲者生成所述定制化的演讲改进训练内容。

32、第二方面，本技术实施例还提供了一种公众演讲辅助训练系统，包括：

33、接收单元，用于获取演讲者当前演讲时的多维演讲数据，所述多维演讲数据包括音频数据、视频数据和文本数据；获取预设的多维度口才指标，所述多维度口才指标包括语言丰富度、论点逻辑性、情绪传达力和听众互动度；

34、处理单元，用于基于所述多维度口才指标，分别从所述多维演讲数据中提取相应特征，得到多种关键特征，所述多种关键特征包括音频特征、视频特征和文本特征；

35、评估单元，用于基于所述多种关键特征，对所述演讲者在当前演讲中的表现进行评估分析，得到所述演讲者的个性化评估结果，所述个性化评估结果包括所述演讲者的多维度表现评分、总体表现评分和定制化的演讲改进训练内容，所述多维度表现评分包括语言丰富度评分、论点逻辑性评分、情绪传达力评分和听众互动度评分。

36、第三方面，本技术实施例还提供了一种计算机装置，该计算机装置包括：存储器和处理器，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，以实现上述各方面任一种实施方式中的方法，其中，所述存储器和所述处理器通过内部连接通路互相通信。

37、第四方面，本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，当计算机程序在计算机上运行时，实现上述各方面任一种实施方式中的方法。

38、上述技术方案中的优点或有益效果至少包括：

39、在本技术中，通过预设的多维度口才指标分析和从演讲者在当前演讲时的多维演讲数据中提取到的多种关键特征，对演讲者在当前演讲中的表现进行评估分析，能够实时反馈演讲者在当前演讲中的演讲表现，并能够精确地识别演讲者在公众演讲上的演讲技能和潜在的改进区域，为演讲者生成与其演讲技能水平和需求相匹配的定制化的演讲改进训练内容，帮助演讲者针对性地改进演讲技巧，从而可以有效提升演讲者在公众演讲上的学习效率和学习效果。

40、上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本技术进一步的方面、实施方式和特征将会是容易明白的。