張寶

【摘 要】人工智能技術(shù)在教育領(lǐng)域中得到了廣泛應(yīng)用，語(yǔ)音識(shí)別、語(yǔ)音合成、圖像識(shí)別等人工智能技術(shù)，早已融合到多媒體素材制作、微課視頻制作等各類(lèi)軟件應(yīng)用中。本文基于筆者的實(shí)踐研究具體介紹了人工智能技術(shù)在獲取課件素材、微課制作等方面的應(yīng)用，如快速獲取圖片中的文本、生成個(gè)性化語(yǔ)音、為微課配音和自動(dòng)識(shí)別生成字幕、AI提詞拍攝，以及由文本和聲音直接生成數(shù)字人播報(bào)視頻等，凸顯人工智能技術(shù)在教育資源制作中的明顯作用。

【關(guān)鍵詞】人工智能；中小學(xué)教育資源；微課制作

【中圖分類(lèi)號(hào)】G434? 【文獻(xiàn)標(biāo)識(shí)碼】A

【論文編號(hào)】1671-7384（2023）05-087-04

目前，人工智能（AI）已應(yīng)用到各行各業(yè)，在人們工作和生活中得到了廣泛的應(yīng)用，人們正在享受AI帶來(lái)的便利。在教育領(lǐng)域，人工智能也得到了廣泛應(yīng)用，語(yǔ)音識(shí)別、語(yǔ)音合成、圖像識(shí)別等人工智能技術(shù)，早已融合到多媒體素材制作、微課視頻制作等各類(lèi)軟件應(yīng)用中。中小學(xué)教師使用帶有AI技術(shù)的工具軟件，可以快速獲取圖片中的文本、生成個(gè)性化語(yǔ)音、為微課配音和自動(dòng)識(shí)別生成字幕、AI提詞拍攝，以及由文本和聲音直接生成數(shù)字人播報(bào)視頻，甚至識(shí)別人物臉部和肢體動(dòng)作生成動(dòng)畫(huà)微課。人工智能技術(shù)在中小學(xué)微課制作和素材獲取方面的作用日益明顯。

人工智能技術(shù)的應(yīng)用

人工智能技術(shù)在教育領(lǐng)域中的應(yīng)用，主要包括語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理、大數(shù)據(jù)、機(jī)器人、AR/VR等，有很多技術(shù)已融合到各類(lèi)應(yīng)用軟件中，不被人們查覺(jué)地使用，提高了各方面的工作效率。如圖像識(shí)別技術(shù)在現(xiàn)實(shí)生活和社交網(wǎng)絡(luò)應(yīng)用中起到重要的作用，在人臉識(shí)別、網(wǎng)絡(luò)內(nèi)容審核、拍照搜題等方面得到了應(yīng)用。語(yǔ)音技術(shù)主要包括語(yǔ)音識(shí)別和語(yǔ)音合成等，語(yǔ)音識(shí)別技術(shù)就是讓智能設(shè)備聽(tīng)懂人類(lèi)的語(yǔ)音，可以實(shí)現(xiàn)語(yǔ)音到文字、文字到語(yǔ)義的轉(zhuǎn)換，用語(yǔ)音方式輸出用戶(hù)想要的信息。語(yǔ)音識(shí)別己用于許多領(lǐng)域，包括語(yǔ)音識(shí)別聽(tīng)寫(xiě)、語(yǔ)音智能服務(wù)、語(yǔ)音翻譯、命令控制、語(yǔ)音驗(yàn)證碼等。語(yǔ)義識(shí)別還能將文本轉(zhuǎn)化為圖片，如國(guó)內(nèi)AI藝術(shù)和創(chuàng)意輔助平臺(tái)“文心·一格”，可根據(jù)文本內(nèi)容生成多種風(fēng)格的繪畫(huà)。人工智能技術(shù)可以幫助中小學(xué)學(xué)科教師快速獲取文字、圖片、聲音、視頻等多媒體素材，還可以為微課視頻生成字幕、智能配音、虛擬角色，快速生成動(dòng)畫(huà)微課。

利用AI技術(shù)獲取課件素材

1.圖像識(shí)別之獲取文字

在教學(xué)資源獲取過(guò)程中，經(jīng)常有教師想要獲取紙質(zhì)圖書(shū)、雜志、試卷中的文字，或者網(wǎng)頁(yè)上只讓閱讀不讓下載的文檔內(nèi)容或圖片中的文字，甚至想將手寫(xiě)的文檔轉(zhuǎn)成電子文檔?，F(xiàn)在，教師可以使用多種軟件工具來(lái)獲取圖片中的文字，如利用電腦端的聊天軟件和移動(dòng)端的微信小程序、輸入法工具、聊天軟件及手機(jī)拍照等能方便、快速、高效地獲取文字。

在手機(jī)端獲取文字的方法有很多，如直接拍照或打開(kāi)已拍好圖片，然后進(jìn)行文字識(shí)別，獲取圖片中的文字。①利用微信小程序，如傳圖識(shí)字、多媒體AI平臺(tái)、微軟AI識(shí)圖等，通過(guò)拍照或照片來(lái)進(jìn)行文字識(shí)別。②在輸入法工具中，如迅飛輸入法、搜狗輸入法等，提供了“拍照輸入”等AI識(shí)字功能。③現(xiàn)在的智能手機(jī)一般都具有“智慧識(shí)別”功能，可直接手機(jī)拍照識(shí)別文字，并能翻譯。④利用微信、QQ或TIM聊天工具，在聊天對(duì)話(huà)框中，選中插入的圖片，對(duì)圖片中的文字進(jìn)行識(shí)別提取。

在電腦端獲取圖片中文本的方法也有很多，操作比較簡(jiǎn)單的可用QQ或TIM。啟動(dòng)QQ或TIM后，利用截圖功能（默認(rèn)截屏鍵是Ctrl+Alt+A），選中圖片、屏幕或網(wǎng)頁(yè)中的文本區(qū)域，在出現(xiàn)的截屏工具欄上選擇“屏幕識(shí)圖”按鈕，就能快速識(shí)別文字，并可對(duì)識(shí)別的文字進(jìn)行編輯、翻譯、轉(zhuǎn)為在線(xiàn)文檔、復(fù)制和下載等操作，利用復(fù)制或下載功能，就可快速獲取文字。

2.語(yǔ)音識(shí)別之獲取文字和語(yǔ)音

語(yǔ)音識(shí)別技術(shù)可以幫助教師快速錄入文字或得到音視頻的文字稿，還可以將文字轉(zhuǎn)換為所需音頻文件，并能設(shè)置生成不同人物角色的聲音，還可以將中文文本或語(yǔ)音直接翻譯成英文等。

（1）語(yǔ)音識(shí)別之獲取文字

通過(guò)語(yǔ)音識(shí)別獲取文字有兩種常用方式。一種是根據(jù)朗讀、交流的語(yǔ)音直接獲取文字，在移動(dòng)端通過(guò)訊飛輸入法、訊飛語(yǔ)記等應(yīng)用工具進(jìn)行朗讀，AI技術(shù)將語(yǔ)音轉(zhuǎn)為文字。訊飛輸入法的翻譯功能，不僅可以直接將中文語(yǔ)音轉(zhuǎn)成英文文本，還可以將英文語(yǔ)音轉(zhuǎn)成中文文本。另一種方式則是將會(huì)議錄音或培訓(xùn)錄像等視頻資源中的語(yǔ)音識(shí)別出來(lái)，得到會(huì)議或培訓(xùn)的文字稿，使用的工具有剪映、智影、飛書(shū)妙記等。如在電腦端可以通過(guò)智影的字幕功能，得到視頻的字幕文件，通過(guò)對(duì)下載的字幕文件進(jìn)行編輯，獲取文字稿；還可以利用剪映的電腦版，通過(guò)語(yǔ)音識(shí)別得到視頻的文字稿，獲取視頻中語(yǔ)音的文字。

（2）語(yǔ)音合成技術(shù)應(yīng)用之文本轉(zhuǎn)語(yǔ)音

語(yǔ)音是最直接的信息交流方式?，F(xiàn)在文本轉(zhuǎn)語(yǔ)音的工具很多，輸出應(yīng)用方式也不同。如Microsoft Edge瀏覽器的“大聲朗讀”功能，可直接朗讀任意網(wǎng)頁(yè)或TXT文件中的文本。還有可將文字直接生成不同角色語(yǔ)音的語(yǔ)音軟件，如微軟語(yǔ)音合成助手、智影的“文本配音”工具等免費(fèi)語(yǔ)音合成軟件。如圖1所示，為微軟語(yǔ)音合成助手的工作界面，輸入文本后，設(shè)置語(yǔ)言、語(yǔ)音、速度、音調(diào)等內(nèi)容，選擇合適的聲音參數(shù)，試聽(tīng)后可以保存為MP3格式音頻文件。萬(wàn)彩動(dòng)畫(huà)大師、萬(wàn)彩錄屏大師等視頻編輯軟件，可以將輸入的文本轉(zhuǎn)為視頻的字幕、配音，或直接保存為音頻文件，如在萬(wàn)彩動(dòng)畫(huà)大師編輯界面，點(diǎn)擊“語(yǔ)音”命令，出現(xiàn)“文本轉(zhuǎn)語(yǔ)音”對(duì)話(huà)框，根據(jù)輸入的文本或字幕，選擇角色，設(shè)置語(yǔ)速和音量等，就可生成不同男音、女音、兒童音、卡通人物、明星等聲音，為視頻中的角色配音，并能保存為MP3格式的聲音文件。

人工智能在微課制作中的應(yīng)用

1.智能識(shí)別視頻語(yǔ)音，生成微課字幕

視頻中的字幕能強(qiáng)化信息的表達(dá)，加強(qiáng)信息的準(zhǔn)確性、明晰性，減少聽(tīng)覺(jué)的誤差。由于很多字詞同音，語(yǔ)言表達(dá)時(shí)易混音，通過(guò)字幕文字和視音頻畫(huà)面結(jié)合來(lái)觀看，會(huì)更加清楚視頻表達(dá)內(nèi)容，還能幫助聽(tīng)力較弱的觀眾理解視頻內(nèi)容，可見(jiàn)字幕的重要作用。

視頻語(yǔ)音生成字幕的工具軟件有很多，在電腦端有剪映電腦版、智影、聽(tīng)見(jiàn)字幕等，移動(dòng)端有剪映App、度咔剪輯、快影等。這里以剪映電腦版為例，在剪映中導(dǎo)入視頻，然后選擇“文本”|“智能字幕”命令（圖2），選擇“識(shí)別字幕”的“開(kāi)始識(shí)別”，軟件就開(kāi)始識(shí)別字幕，識(shí)別字幕的時(shí)間由視頻的長(zhǎng)短決定。生成字幕后，在軌道區(qū)出現(xiàn)字幕軌道，右側(cè)屬性面板可以編輯字幕的文本，設(shè)置字幕的大小、位置、顏色、朗讀等，還可以設(shè)置字幕的動(dòng)畫(huà)方式。生成的字幕可以通過(guò)“導(dǎo)出”命令導(dǎo)出.SRT或.TXT格式的文本。

2.文字識(shí)別生成微課配音

微課視頻配音使學(xué)習(xí)者不僅能在視覺(jué)上獲取信息，還可通過(guò)旁白或?qū)υ?huà)等聲音媒體獲取知識(shí)。制作微課視頻，對(duì)于一些普通話(huà)不標(biāo)準(zhǔn)或想生成英語(yǔ)語(yǔ)音資源的教師，有一定難度。但教師可以利用AI技術(shù)，將文字轉(zhuǎn)化為語(yǔ)音，為微課生成不同角色風(fēng)格的配音，用語(yǔ)音為微課賦予更多的活力。

將文字生成配音的視頻編輯軟件有很多，在電腦端有剪映電腦版、萬(wàn)彩動(dòng)畫(huà)大師、萬(wàn)彩錄屏大師等，移動(dòng)端有剪映、快影等App應(yīng)用。這里以剪映電腦版為例，啟動(dòng)剪映軟件，輸入字幕文本，或通過(guò)視頻識(shí)別得到字幕文本，選中字幕文本，在右側(cè)屬性面板朗讀標(biāo)簽中設(shè)置字幕文本的語(yǔ)音，可在軟件提供的38種各類(lèi)角色語(yǔ)音、歌曲或舞曲中來(lái)選擇，如圖3所示，選擇確認(rèn)角色聲音后，點(diǎn)擊“開(kāi)始朗讀”按鈕，即可為視頻生成文本朗讀配音。

3.生成課件虛擬角色

現(xiàn)在視頻課程提倡教師出鏡，但教師一成不變地出現(xiàn)在微課視頻講解中，時(shí)間長(zhǎng)了，學(xué)生也會(huì)出現(xiàn)審美疲勞，還有一些教師因各種原因不想真人出鏡，這時(shí)可以嘗試各種虛擬卡通形象，利用虛擬教師角色在微課或直播視頻中講解。

（1）虛擬角色工具——Snap Camera

Snap Camera是國(guó)外一款攝像頭圖像增強(qiáng)軟件，能夠?yàn)橐曨l添加各種有趣的特效和虛擬角色。教師在錄制微課或遠(yuǎn)程直播時(shí)，打開(kāi)Snap Camera，選擇一個(gè)虛擬卡通形象，如圖4所示，教師本人形象以卡通形象展示出現(xiàn)。然后打開(kāi)PowerPoint的“錄制”功能或騰訊會(huì)議、OBS等視頻會(huì)議和錄制軟件，教師的視頻源選擇Snap Camera的虛擬攝像頭，這樣教師虛擬形象就會(huì)出現(xiàn)在錄制的微課或視頻會(huì)議中，以虛擬形象進(jìn)行授課培訓(xùn)。

（2）AR助播——說(shuō)得相機(jī)

說(shuō)得相機(jī)是一款手機(jī)視頻智能拍攝App，提供AR助播功能，包括真人與AR角色的合拍、AR角色的單拍、多個(gè)AR角色合拍等制作方式。制作微課視頻時(shí)，首先輸入腳本文字內(nèi)容，然后添加AR角色，并為每個(gè)角色選擇對(duì)應(yīng)腳本文字，設(shè)置完成后點(diǎn)擊“去拍攝”按鈕。在拍攝界面，可以設(shè)置虛擬背景、角色的角度和聲音的語(yǔ)速、語(yǔ)調(diào)等。拍攝時(shí)，可根據(jù)文本為角色自動(dòng)生成語(yǔ)音及相應(yīng)的表情動(dòng)作，并為教師智能提詞。說(shuō)得相機(jī)的AI助播功能非常適合制作情景對(duì)話(huà)類(lèi)、知識(shí)分享類(lèi)視頻微課。

（3）虛擬數(shù)字人視頻播報(bào)——智影

學(xué)校若要制作一個(gè)正式的宣傳和展示視頻，教師要錄制一個(gè)線(xiàn)上活動(dòng)介紹或微課講解，現(xiàn)在不用教師本人出鏡，只要提供文本或語(yǔ)音驅(qū)動(dòng)，就可以生成用數(shù)字虛擬人物來(lái)進(jìn)行播報(bào)的視頻。常用的有智影、科大訊飛、奇妙元等工具的虛擬主播功能，這里以智影為例。智影是一款云端智能視頻創(chuàng)作工具，集視頻剪輯、渲染導(dǎo)出和發(fā)布于一體的免費(fèi)在線(xiàn)視頻剪輯平臺(tái)，具有強(qiáng)大的AI智能工具，其中的數(shù)字人播報(bào)，目前免費(fèi)提供12個(gè)2D數(shù)字人、1個(gè)3D數(shù)字人形象，可以通過(guò)文本或音頻驅(qū)動(dòng)數(shù)字人進(jìn)行新聞報(bào)道。

操作步驟：打開(kāi)網(wǎng)頁(yè)瀏覽器，登錄智影網(wǎng)站（zenvideo.qq.com），選擇“數(shù)字人播報(bào)”工具，出現(xiàn)“文本驅(qū)動(dòng)”和“音頻驅(qū)動(dòng)”對(duì)話(huà)框，這里選擇“文本驅(qū)動(dòng)”。然后在出現(xiàn)的“數(shù)字人設(shè)置”中選擇主播角色，如圖5所示，可為角色設(shè)置服裝、姿態(tài)與位置，還可以在平臺(tái)圖庫(kù)中選擇背景圖片，能設(shè)置綠幕背景或上傳教師本地電腦中的圖片。設(shè)置完成后，進(jìn)入語(yǔ)音設(shè)置界面，可以選擇角色的語(yǔ)音、語(yǔ)速、插入停頓等，還可以設(shè)置數(shù)字人動(dòng)作，設(shè)置完成后點(diǎn)擊“生成預(yù)覽”，就能查看數(shù)字人播報(bào)視頻效果，可下載視頻。

（4）真人變卡通——剪映的“抖音玩法”

對(duì)于一成不變的教師真人出鏡視頻，可以將已錄制好的真人微課變成卡通虛擬人物，剪映App提供了“魔法變身”功能。

操作步驟：?jiǎn)?dòng)剪映App，在軌道中選中視頻，在工具欄選擇“抖音玩法”|“魔法變身”，確認(rèn)后，軟件為視頻中人物進(jìn)行卡通化處理，處理完成后，得到人物卡通化視頻，如圖6所示。

4.制作動(dòng)畫(huà)微課

在各類(lèi)微課形式中，動(dòng)畫(huà)微課更受學(xué)生的喜愛(ài)，但制作動(dòng)畫(huà)微課比較費(fèi)時(shí)費(fèi)力，很多教師都望而卻步?，F(xiàn)在制作動(dòng)畫(huà)視頻也已經(jīng)應(yīng)用AI技術(shù)，如Cartoon Animator、Adobe Character Animator等動(dòng)畫(huà)制作軟件，只需要選擇人物角色或制作人物角色，通過(guò)軟件的AI面部識(shí)別和肢體運(yùn)動(dòng)識(shí)別，將教師的語(yǔ)音、表情和動(dòng)作同步給動(dòng)畫(huà)角色，就能為動(dòng)畫(huà)角色配音和生成角色動(dòng)作，快速生成動(dòng)畫(huà)微課，如圖7所示。對(duì)于Cartoon Animator軟件，不僅能真人識(shí)別，還能對(duì)已有視頻中的人物進(jìn)行面部、肢體識(shí)別，將語(yǔ)音、表情和動(dòng)作同步給軟件中的動(dòng)畫(huà)角色，快速將真人培訓(xùn)課程轉(zhuǎn)為動(dòng)畫(huà)微課。

5.移動(dòng)端錄制微課的AI智能同步提詞

當(dāng)有些教師需要錄制視頻時(shí)，在鏡頭面前經(jīng)常會(huì)詞不達(dá)意，導(dǎo)致錄制視頻過(guò)程中出現(xiàn)卡頓、忘詞等現(xiàn)象。為避免遺漏知識(shí)點(diǎn)或者不知道怎么說(shuō)的尷尬，可以準(zhǔn)備些提詞內(nèi)容。由于在移動(dòng)端錄制微課方便快捷，移動(dòng)端錄播越來(lái)越受歡迎，在移動(dòng)端拍攝微課時(shí)的提詞更方便，只用一部手機(jī)或平板就可實(shí)現(xiàn)。移動(dòng)端的一些提詞軟件還具有AI智能提詞功能，可以根據(jù)讀詞的語(yǔ)速自動(dòng)滾動(dòng)，讓臺(tái)詞跟著人走，提詞過(guò)程中想快就快、想慢就慢、想停就停，如度咔剪輯、說(shuō)得相機(jī)、快提詞等App。

例如，說(shuō)得相機(jī)App提供“提詞拍”“懸浮提詞”“提詞板”等提詞模式均支持AI智能提詞，只需先創(chuàng)建臺(tái)詞，輸入臺(tái)詞的標(biāo)題和文本內(nèi)容，完成后保存臺(tái)詞，再選擇提詞模式，錄制的時(shí)候能根據(jù)語(yǔ)音智能滾動(dòng)字幕提詞。輕抖App的“語(yǔ)音提詞”功能，可以根據(jù)提供的文本，設(shè)置語(yǔ)速和男聲、女聲，自動(dòng)生成語(yǔ)音，教師需要提詞時(shí)，只要帶上藍(lán)牙耳機(jī)便能邊聽(tīng)邊錄制。

隨著技術(shù)的發(fā)展，很多教育軟件中融合了AI技術(shù)，中小學(xué)教師在制作教學(xué)資源時(shí)，需要熟悉掌握各工具軟件中的AI功能，充分發(fā)揮人工智能技術(shù)的優(yōu)勢(shì)，高質(zhì)、高效地制作教學(xué)資源，為個(gè)性化教學(xué)提供優(yōu)質(zhì)教學(xué)資源。

作者單位：北京市西城區(qū)教育研修學(xué)院

編? ?輯：徐靖程