人工智能技術在微課制作中的應用研究

陽有明

（廣西師范大學職業技術師范學院 廣西 桂林 541004）

微課作為一種以微視頻為核心的教育資源，以其獨特的特性，如精煉的教學內容、隨時隨地的學習便利性，以及以學習者為中心的教學方法，為教育工作者和學習者帶來了全新的學習契機。

2018 年，教育部發布《教育信息化2.0 行動計劃》，倡導構建教育資源開發和利用的大平臺，并強調利用人工智能和大數據技術匯聚各種優質的教育資源，以實現從“專用資源服務”向“大資源服務”的重要轉變[1]。2023 年5 月，美國高等教育信息化專業組織（EDUCAUSE）在其發布的《2023 地平線報告：教與學版》中，已連續四年將“人工智能”技術列為將對未來高等教育產生重大影響的新興/關鍵技術和實踐[2]，進一步凸顯了人工智能對于高等教育改革的重大貢獻。雖然人工智能在教育領域的應用已得到了廣泛的研究，但對于微課制作的應用研究仍相對較少。

1 人工智能技術在教育領域中的應用

1.1 人工智能技術概述

人工智能（Artificial Intelligence，簡稱AI）起源于20 世紀50 年代，被定義為計算機系統或機器模擬人類智能過程的科學，包括學習（理解新的信息和規則）、推理（運用規則以達到大概或確定的結論）、問題解決、知覺、語言理解等[3]。根據實現的方式和功能，人工智能可以分為弱人工智能和強人工智能。弱人工智能主要關注在特定環境下模擬人的智能行為，如Google 的搜索引擎和AlphaGo。強人工智能則期望在所有智能活動領域達到或超越人的水平，但至2021 年為止，強人工智能仍處于研究和開發階段。

目前，機器學習和深度學習是人工智能的主要研究和應用方向。機器學習是人工智能的一個重要分支，它通過從數據中學習，改進模型的性能；深度學習是機器學習的一種方法，它試圖模擬人腦的神經網絡結構，以實現對復雜數據的高效學習。近年來，人工智能技術的快速發展和廣泛應用，對社會經濟的各個方面都產生了深遠影響，教育領域亦是如此。

1.2 人工智能在教育領域的應用情況

人工智能技術已經成為一個創新性的驅動力量，滲透到教育的各個層面，顛覆并重塑了教育領域的許多傳統教學方法、教學模式和學習體驗。首先，借助深度學習、機器學習等前沿技術，人工智能賦能教學平臺與系統，以此實現個性化的教育。具體表現為：智能教學系統能夠提供獨特的、因人而異的學習計劃，對學生的學習過程實行精準追蹤并實時反饋與調整，這種適應性的教學方式極大地提高了學習效率。其次，人工智能在學生評估領域的作用也十分突出。AI 系統能夠實時監測學生的學習行為，通過深度數據分析預測學生的學習效果及其可能存在的問題，并在關鍵時刻提供及時而精準的反饋。此外，通過自動批改作業和試卷，AI 顯著減輕了教師的工作負擔，釋放了教師的時間和精力。最后，AI 在教學內容創新方面的潛力也不可忽視。在課程設計和微課制作環節，AI 圖像技術、AI 語音識別和合成技術等的應用，顯著提升了微課的制作效率和質量，為教學內容的創新和質量提升開辟了新的途徑。

2 人工智能技術在微課制作中的典型應用場景

2.1 AI 語音識別技術快速生成微課字幕

字幕，是視頻、電影或者視頻包裝必不可少的一部分，對畫面內容起到必要的補充和修飾作用。張寶等（2021 年）研究表明，在微課中增加字幕，可使表述內容更加清晰，學生理解更容易[4]。傳統制作字幕需要六個步驟，即聽音識字―Word 斷句―去除標點―上軌調位―設置格式―校對字幕，制作流程復雜且非常耗時。自動語音識別（Automatic Speech Recognition，簡稱ASR）是人工智能技術的重要應用之一。它借助深度學習模型（例如遞歸神經網絡或者Transformer 模型）解析語音信號，并將其轉換為文字。在微課制作中，這種技術可以自動將教師的講解或者課程視頻中的語音部分轉化為文字，從而生成微課字幕。

AI 語音識別技術快速生成微課字幕的工具軟件有很多。一類是剪輯軟件自帶的語言識別生成字幕功能，如剪映、Adobe Premiere CC（2022 以上版本）；另一類是第三方（非剪輯軟件自帶）語言識別生成字幕工具，如網易見外、Arctime 等。AI 智能識別視頻語音和生成微課字幕的過程，不僅能節約大量的人工轉錄時間，而且能保證字幕的準確性和一致性。此外，對于有特殊需求的用戶，例如聽力障礙者、非母語學習者，或者在學習過程中需要文本輔助的學習者，ASR技術的應用能夠極大地提高他們的學習體驗。

2.2 AI 語音合成技術生成微課配音與解說

人工智能的語音合成技術，又稱為文語轉換（Text-To-Speech，TTS）技術，是直接將文本信息轉化為語音的技術[5]。在傳統微課制作環境中，配音和解說的環節不僅需要大量的時間和資源投入，對于非普通話母語，或者方言比較濃厚的教師，更是一項艱巨的挑戰。然而，隨著AI 語音合成技術的應用，教師能夠將預設的文本信息輕松轉換為自然且充滿表現力的語音，從而賦予微課更多的活力和生動性。

AI 語音合成技術在微課配音與解說生成方面的優勢主要體現在兩個方面：一是其個性化的配音能力。基于AI的語音合成技術，教師可以選擇不同的語言、口音、音色，甚至控制語音的語調、語速和情感表達，從而達到更為個性化、更符合教學需求和學習者喜好的配音效果。二是其支持多語種的特性。在全球化的教育背景下，教學資源的多語種化成為一個重要的需求。AI 語音合成技術能夠支持多種語言的語音生成，通過與自動翻譯技術的結合，可以將教學內容翻譯成不同的語言，并生成對應的語音講解，讓來自不同語言背景的學習者都能享受到優質的微課資源，從而使微課能夠覆蓋更廣泛的學習者群體。

2.3 AI 圖像技術重塑微課制作的視覺體驗

AI 圖像技術是指通過人工智能的深度學習和機器視覺技術，處理和解析圖像或視頻的一系列技術。AI 圖像技術可以從圖像或視頻中提取有價值的信息，主要應用在圖像識別、圖像分割、圖像生成、圖像恢復、目標追蹤、3D 重建等方面，在微課制作中影響廣泛、潛力深遠，對微課制作的視覺呈現有極強的深度優化作用。

2.3.1 AI 圖像分析與解析：引領智能化微課制作

微課制作過程中會用到大量的視頻素材、圖片素材、音頻素材，教師面對剪輯軟件中海量的素材，往往心生焦慮、無從下手。AI 圖像分析與解析通過深度學習的圖像識別算法，使得AI 能夠準確地識別并理解圖像中的內容，包括人物、物體、場景等。這一功能可以自動完成微課制作素材的自動標注和分類等基礎性工作，建立智能精選，方便素材管理歸檔和搜索。

2.3.2 AI 圖像處理與優化：提升微課視覺質量

AI 圖像處理技術能對微課的視覺表現層進行各種優化與修飾，如色彩校正、去噪、摳像等，大幅提升微課的視覺質量。其中，尤其值得關注的是AI 智能摳像技術。該技術通過算法將教師或教學物品從復雜的背景中準確提取出來，極大程度地降低了微課的制作難度，并為后續編輯與合成流程提供便利。AI 智能摳像技術有三大顯著優勢：一是硬件要求低，它不依賴專業級別的攝像設備或特定的拍攝環境，即使是使用簡單的相機或手機在非專業的照明環境下拍攝的視頻，也能滿足摳像要求，這意味著可以大幅降低制作微課的設備和人力成本。二是處理復雜背景，應對復雜背景的自然圖像摳像，系統能自動選擇識別前景對象，高效處理人物毛發邊緣，還原保留各種細節而看不出處理痕跡，摳像不再需要復雜的綠幕或者藍幕，教師拍攝微課將不再受時間、空間和拍攝場景的限制。三是易用性高，AI 智能摳像技術的操作門檻較低，教師可以通過簡單的一鍵操作完成摳像過程。

2.3.3 AI 圖像生成：創造逼真的視覺元素

AI 圖像生成技術以生成對抗網絡（GANs）為核心，已成為微課內容制作中一種重要的視覺元素豐富手段，它甚至可以創造全新的教學場景，以此實現教學內容的高度視覺化。該技術在微課內容制作中具體體現為根據教學內容的具體需求，生成相關的圖像或動畫。首先，AI 動畫的運用對于微課來說至關重要。動畫作為微課的視覺亮點，不僅提升了觀看者的沉浸體驗，也大幅度提升了教學內容的吸引力。傳統的動畫制作對藝術性和技術性的要求較高，而使用AI 技術則可以實現動畫制作的高效與便捷。具體而言，AI 技術可以快速生成動畫場景和角色，大大降低了手動繪制的時間和工作量。其次，AI 繪畫在微課制作中也發揮了重要作用。在微課制作中，素材的運用固然充滿挑戰，卻也是無法忽視的關鍵環節。教師在創作微課時，可能會遇到無法有效呈現自己創新思想的困境，這時，AI技術的介入就能實現創新想法的有效呈現。

2.3.4 AI 驅動的自動化制作流程：提升微課制作效率

AI 圖像技術在微課制作流程的自動化方面也具有重要的應用價值。AI 自動剪輯技術是以算法為基礎，通過對原始視頻素材進行精確的分析和解析，智能地實現視頻中的關鍵元素檢測，如場景變換、講解要點等。在此基礎上，AI技術能進一步自動剔除視頻中的瑕疵和重復內容，如卡頓、喘息聲等，同時根據教學內容的邏輯，智能地完成視頻的粗剪和合并。主流的AI 自動剪輯軟件包括Adobe Premiere Pro、Magisto、InVideo、Animoto、Wibbitz、Quik 等，這些軟件以其強大的自動剪輯功能，滿足了不同需求的微課制作，無論是快速制作短視頻，還是海量音樂庫的提供，都給微課制作帶來了極大的便利。

2.4 AI 智能輔助工具：微課制作的智能化銳器

微課制作的進程正在由于AI 智能輔助工具的運用而經歷深刻的變革。這些工具依托于其自動化、精確性和高效率的特點，為微課制作帶來了顯著的提升，從而大幅度地提升了制作效率和內容的質量。AI 自動配樂工具，如AIVA等，以其先進的算法，能夠根據微課的教學內容和情緒氛圍生成適配的音樂和音效，豐富了微課的感官體驗。AI自動檢索工具通過高級的“識圖”和“識音”功能，可以自動索引相關的圖片、視頻、文檔等教學資源，顯著提高資源檢索的速度和精準度。AI 全自動摳圖工具可以快速精確地將目標人物或物品從復雜的背景中分離出來，大大簡化了后續的編輯和合成過程。另外，AI人聲提取工具如Audionamix、iZotope RX 等，能夠精確地從復雜的音頻環境中提取教師的講解，保證了語音的清晰度和可理解性。同時，這類工具也能獲取干凈、稀缺的音樂伴奏，如lalal.ai、UVR5、Amadeus code等，為微課的音頻環節增加了更多的可能性。另外，AI 智能輔助工具還能生成數字人、虛擬人，創作出不同角色的教師形象或屬于自己的數字人（D-ID），創設情境，增強微課內容的感染力。

3 結語

AI人工智能技術正在蓬勃發展，其在微課制作中的廣泛應用已對教育領域產生了巨大的影響。通過AI 語音識別、AI語音合成以及AI圖像技術等多元創新技術的實施，教師們得以跨越技術的阻隔，將注意力集中在微課教學內容的設計與創新上，以設計出高質量的教學微課程。在這個科技瞬息萬變的時代，AI人工智能技術將繼續為我們揭示更為廣闊的想象空間和無窮的可能性，期待AI 人工智能技術在微課制作領域中創造更多的價值，引領在線教育領域向著更大的創新與進步邁進。