基于云服务的AI玩偶的研究及在教育教学中的应用

计算机工程与科学

基于云服务的AI玩偶的研究及在教育教学中的应用

叶枫1,2，胡程1，黄倩1，陈勇2

（1.河海大学计算机与信息学院，江苏南京 211100；2.南京龙渊微电子科技有限公司博士后工作站，江苏南京 211106）

收稿日期:2018-07-11 修回日期:2018-09-28 出版日期:2018-11-26 发布日期:2018-11-25
基金资助:
国家自然科学基金(61300122)；2017江苏省“六大人才高峰”项目（XYDXX078）；2017江苏省博士后科研资助计划（1701020C）

AI avatar based on cloud services

and its educational application

YE Feng1,2,HU Cheng1,HUANG Qian1,CHEN Yong2

(1.College of Computer and Information,Hohai University,Nanjing 211100;

2.Postdoctoral Centre,Nanjing Longyuan MicroElectronic Company,Nanjing 211106,China)

Received:2018-07-11 Revised:2018-09-28 Online:2018-11-26 Published:2018-11-25

摘要/Abstract

摘要：

在人工智能时代，以“会说话的汤姆猫”应用为代表的虚拟化、智能化的玩偶软件愈加得到人们的青睐。从教育的角度，它们能提供儿童陪伴、辅助学习等功能。但是，对于教育领域的研究人员而言，受限于AI技术的复杂性、智能终端的硬件和网络条件，构建功能丰富、用户体验良好的AI玩偶应用较为困难。针对该问题，提出了快速构建一个Android平台AI玩偶应用软件的解决方案，并集成了多个第三方提供的云服务实现了人脸合成3D玩偶、语音转换、语音评测及社交分享等功能。通过性能测试和与相关研究做比较，该AI玩偶应用框架适用于主流的Android终端，具有良好的响应速度和用户体验，能成为辅助教育教学的工具。

关键词: 玩偶, 云服务, 人工智能, 教育教学

Abstract:

In AI age, the virtual and intelligent avater software applications represented by Talking Tom increasingly attract more and more attention. From an educational perspective, they can provide company for children, auxiliary learning and other functions. However, constrained by the complexity of related technologies, hardware and networks, it is very difficult for average education researchers to develop AI avatar applications which can offer rich functions and friendly user experience. Aiming at the problem, we propose a solution to developing a framework for AI avatar applications rapidly. It integrates the multiple cloud services from thirdparty providers, and implements virtual 3D avatar with human face synthesis, speech conversion, speech evaluation and social sharing. System testing and comparison with other related works show that the framework is suitable for common Android mobile devices and has the good response speed and friendly user experience, thus it becomes an auxiliary education teaching tool.

Key words: avatar, cloud service, AI, education and teaching

叶枫1,2，胡程1，黄倩1，陈勇2. 基于云服务的AI玩偶的研究及在教育教学中的应用[J]. 计算机工程与科学.

YE Feng1,2,HU Cheng1,HUANG Qian1,CHEN Yong2.

AI avatar based on cloud services

and its educational application

[J]. Computer Engineering & Science.

[1]	李成冉, 方佳豪, 尹首一, 魏少军, 胡杨. 基于遗传算法的晶圆级芯片映射算法研究[J]. 计算机工程与科学, 2024, 46(06): 993-1000.
[2]	张逢, 文斌, 闫一非, 曾昭武, 周伟, . 身份加密多云多副本完整性审计协议[J]. 计算机工程与科学, 2024, 46(03): 453-462.
[3]	马志峰, 张浩, 刘劼. 基于深度学习的短临降水预报综述[J]. 计算机工程与科学, 2023, 45(10): 1731-1753.
[4]	马玉民, 钱育蓉, 周伟航, 公维军, 帕力旦·吐尔逊. 基于孪生网络的目标跟踪算法综述[J]. 计算机工程与科学, 2023, 45(09): 1578-1592.
[5]	马铭苑, 李虎, 王梓斌, 况晓辉. 深度神经网络模型后门植入与检测技术研究综述[J]. 计算机工程与科学, 2022, 44(11): 1959-1968.
[6]	张家灏, 邓科峰, 聂腾飞, 任开军, 宋君强. 基于机器学习的海洋中尺度涡检测识别研究综述[J]. 计算机工程与科学, 2021, 43(12): 2115-2125.
[7]	谢祥颖, 刘虎, 王栋, 冷彪. 基于深度残差网络的光伏故障诊断模型研究[J]. 计算机工程与科学, 2021, 43(12): 2223-2230.
[8]	王思齐, 胡婧韬, 余广, 祝恩, 蔡志平. 智能视频异常事件检测方法综述[J]. 计算机工程与科学, 2020, 42(08): 1393-1405.
[9]	雷擎. 基于Kubemark的微服务性能仿真测试研究[J]. 计算机工程与科学, 2020, 42(07): 1151-1157.
[10]	何望1,2，林果园1,2. 基于FP-Growth改进算法的云服务器故障数据分析[J]. 计算机工程与科学, 2020, 42(05): 770-775.
[11]	彭定洪1,2，陈文妮1,2，曾洪鑫3，武金福4. 多源信息云服务质量的犹豫模糊优劣IPA评价方法[J]. 计算机工程与科学, 2020, 42(05): 910-922.
[12]	邹文超，李仁发，吴武飞. 适应于自动驾驶的计算结构与平台综述[J]. 计算机工程与科学, 2019, 41(03): 505-512.
[13]	刘玮1，邹璐琨2，霸元婕2，李广力3,4，张志刚1. 基于凸函数证据理论的关联感知云服务信任模型[J]. 计算机工程与科学, 2019, 41(01): 47-55.
[14]	奎晓燕1，刘卫国1，郭克华1，杜华坤2. 构建智能型虚拟实验平台，推进现代教育技术改革[J]. 计算机工程与科学, 2018, 40(增刊S1): 12-15.
[15]	周鋆1,3，曾平2，杜振国3，唐国明1,3. 世界一流大学研究生培养模式讨论—以人工智能课程为例[J]. 计算机工程与科学, 2018, 40(增刊S1): 98-102.