27、课堂注意力分散的声音：利用教师语音自动提取特征预测走神现象

课堂注意力分散的声音：利用教师语音自动提取特征预测走神现象

在课堂环境中，教师面临着一项极具挑战性的任务，即长时间维持学生的注意力。学生在课堂上常常出现走神现象，这会使他们错过关键信息，影响对学习材料的理解。因此，找到减少走神现象及其负面影响的方法至关重要。

1. 研究背景与目标

以往关于语音对注意力影响的研究，大多集中在实验室环境或非课堂场景，较少涉及现场课堂讲座中教师语音的影响。当前研究采用以环境为中心的模型，聚焦于教师语音的细微自然波动，首次探究教师语音模式与课堂走神率之间的关系。

研究目标有两个：一是提供一种从低成本音频记录中自动分析课堂语音特征的概念验证方法；二是阐明声学语音特征与课堂走神现象之间的关系。

2. 研究方法

为实现上述目标，研究从多个来源收集数据。
- 课堂音频与自我报告的走神情况
- 从滑铁卢大学的九场不同讲座的低成本视频记录中提取音频。这些讲座由三位不同的教师讲授本科心理学课程，在正常课堂时间进行，无实验干预。
- 76 名参与研究的学生在讲座期间通过电脑应用程序报告自己的走神情况。应用程序会在讲座中伪随机地发出思想探测提示，学生需在提示出现时，在 0 - 1 的连续量表上报告当前的走神程度，数值越高表示走神越严重。
- 音频处理与特征提取
- 为避免无关语音干扰，使用 Audacity 软件修剪音频，仅保留教师的语音。
- 利用 openSMILE 软件处理修剪后的音频。openSMILE 是一个灵活的开源软件包和音频工具包，能够根据所选配置包提取各种声音特征。本研究选择了