扩声系统解决方案
系统概述
了解方案定位与核心能力
系统以课堂教学音频为唯一数据源，对教师讲授语言与师生互动做全量、无感采集与量化分析。课后15分钟自动生成评价报告，向上汇聚为校级、区域级数据驾驶舱，向下沉淀为教师成长画像与个性化赋能方案。
政策背景
教学评价要过程数据，过程数据要伴随式采集，伴随式采集必须合规——三条同时指向“声音”。
2025 年 4 月｜教育部等九部门《关于加快推进教育数字化的意见》。建立基于大数据和 AI 的教育评价机制，开展过程、增值与综合评价；推动教学全过程伴随式数据采集与精准画像；加强未成年人个人信息保护与合规审计。
2025 年 8 月｜国务院《关于深入实施“人工智能+”行动的意见》。将 AI 融入教育教学全要素、全过程。
2026 年 4 月｜教育部等五部门《“人工智能+教育”行动计划》。教学评价从“结果导向”转向“过程 + 结果”全维度。
行业痛点
“以影像为主要数据源”的路径依赖。以声音替代影像，从源头一次性化解
人工听评课滞后、频次低
一学期只覆盖少数教师，结论依赖评委主观感受，反馈滞后到无法指导当期改进。
视频方案成本高、难普及
单教室万元级投入，还要改造布线、搭建集中算力机房，区域全覆盖投入巨大。
影像采集触碰合规红线
人脸影像存在泄露风险，触及未成年人生物信息采集红线，师生对“监控感”接受度低，监管持续收紧。
系统方案
教学评价要过程数据，过程数据要伴随式采集，伴随式采集必须合规——三条同时指向“声音”。
通过采集课堂教学音频，运用先进的语音识别、自然语言处理和声学分析技术，对教师的教学语言进行多维度分析，包括语速、语调、停顿、提问有效性、互动频率等关键指标，为教育管理者提供客观、科学的教学评价依据。
系统架构
了解系统组成与连接方式
核心优势
让声学技术融入多元应用空间
25年音频数据资产
20 余年持续采集，覆盖全学段全学科，累计约 1,300 万课时、370 TB 原始音频，清洗后形成 80 TB 高质量标注集；资深教研员按 100+ 维度标注，训练国内首个垂直音频大模型。
知识产权壁垒
专利、软著 300+ 项，含“基于动态波差的教学成果评价方法”等发明专利及 10 项教学评价类软件著作权。
边缘计算，低成本轻部署
全量声学计算在端侧完成，无需算力机房与云端算力租赁；一次部署常态化运行，总拥有成本显著低于视频方案，可支撑整区推进。
合规优先，师生零负担
仅采集音频，不采集人脸及生物特征；人员信息严格脱敏；师生无需任何额外配合。
应用场景
聚焦场景需求，发现方案特色
课堂无感采集
声源定位、噪声抑制、回声消除、自动混音、自动增益、自适应反馈抑制、情绪识别等算法协同，完整拾取授课语音、师生对话与小组讨论三类声源。
AI 量化多维评价
按教学目标、教学内容、教学过程、教师素养、教学效果五个维度（各 20%）自动评分，输出整体报告与专项分析，替代以主观印象为主的听评课。
管理端数据驾驶舱
区域—学校两级数据中台，打通跨校、跨年级、跨学科链路，支持校际横向对比与教师成长纵向跟踪。
教师成长赋能
无感采集 → 多维评价 → 短板诊断 → 个性化赋能，四阶递进。
数据服务学生
以声音为学习线索，观察参与、表达、协作与沉默四类信号，帮教师发现哪些学生需要被邀请、哪些问题值得再追一步。
软件分析报告
聚焦场景需求，发现方案特色
