1上下文感知系统的概念模型
上下文感知系统模型通常包括感知层、上下文层和应用层。其中感知层是通过传感器实时采集数据，并对它们进行预处理，为下层抽象减少数据冗余；上下文层是对现实世界进行二次抽象，获得上下文信息；应用层是通过对上下文信息的融合和处理获得决策。经过进一步地细化处理，笔者提出新型上下文感知系统概念模型，如图1所示。主要包括：上下文信息采集层。上下文信息采集层负责从传感器中采集原始的上下文数据。这些原始的上下文信息提供的是底层初步信息，来源于任何时间和位置，通过多个不同的传感器感知获取，而传感器的精度有限，往往会造成数据的潜在冲突和不确定性，所有这些都给上下文的感知与处理带来了问题，因此有必要对这些原始信息进行上下文的提炼，为高层应用减少数据冗余，使上下文感知与实际使用相分离。上下文信息处理层。上下文数据处理层负责对采集的原始信息进行过滤、解释、融合和推理。过滤是屏蔽掉系统不需要的信息，以消除数据冗余；解释是将原始信息翻译成我们所要的格式；而一些上下文信息是由多个设备采集，数据上存在不一致，融合就是在最大程度上获取所需要的上下文信息；推理是基于原始信息推理出高层应用中所需要的高层上下文。上下文信息表示层。上下文表达层用于通过一定的数据结构表达复杂多样的上下文信息，以得出应用所需的统一格式及标准化的高层上下文。上下文决策层。上下文决策是上下文感知的核心，是指系统可以利用目前的上下文信息和知识，进行判断和推理，自动决策出高层应用所需的高层上下文信息并采取行动。上下文决策中应用感知触发、互操作、自适应和自配置等技术，用户可获得更加强大的用户体验，真正体会感知计算所带来的优越性。例如自发的互操作技术使用户免受打扰；自适应技术使用户自由地切换手写输入、键盘输入和语音输入方式；自配置技术使用户实现自动配置功能。上下文接口层。上下文接口层为应用程序提供开发接口以便快速构建感知应用，主要包括应用开发规范。应用层。应用层面向各种应用程序，提供各种上下文服务。
2智能数字语音教学平台的上下文感知模型
2.1智能数字语音教学平台功能
智能数字语音教学平台是将教师机和若干学生终端通过局域网互连，实现教师对学生的语言教学。即当集中教学时，教师机以广播方式集中授课，学生终端作为接收方听课学习；当个性教学时，学生也可根据需要任意点播资源库中的音频资料，进行集体讨论或自主学习。该系统中教师机采用PC机，学生端则使用自主研发的嵌入式终端。
2.2智能语音教学平台的上下文感知模型
普适环境中的上下文包括位置、速度、时间等环境上下文信息，网络带宽、屏幕大小等设备上下文信息，操作习惯、个人喜好、个性化需求等用户上下文信息。根据智能数字语音教学平台的功能，笔者提出基于该平台的上下文感知模型，如图2所示。
2.3上下文感知在教师端的实现
上下文感知技术在教师端的应用表现在智能身份识别、智能考勤、集中授课、自主性学习、音频资料管理、课程管理等功能。2.3.1智能身份识别。上下文感知模块在系统进入课前准备状态前，将满足听课条件的学生自动纳入到教学环境中，并向他提供无缝语音教学。方法是：系统采用网络感知学生的身份信息，前提是每个学生对应一台学生终端，每隔一定时间，教师机通过局域网向学生机自动广播一次数据，要求学生端向教师机发送身份标识，系统根据学生终端发来的数据获取学生在教室的信息。2.3.2智能考勤。系统进入课前准备状态时自动加载授课班级的学生名单，通过上下文感知获取上课的学生身份，完成智能考勤，整个点名过程可由系统自动感知实现。方法是：整个教学过程中需对学生在教室的上下文信息进行感知，从正式上课开始，系统要求各学生终端每隔一定时间向目标主机自动发送标识，主机判断后记录学生的迟到早退情况，完成智能考勤。2.3.3集中教学。系统进入集中教学状态时会触发一系列动作，教师机向学生机广播传输音频文件，学生无条件接收后解码播放，教师机和学生终端协同工作，达到集中语音教学的目的。2.3.4个性化授课。系统切入个性化模块时，学生可通过点播教师推荐的音频文件自主学习；教师提出问题后，学生可以与教师展开交互讨论。
2.4上下文感知在学生端的实现
系统运行中学生终端始终包含接收、组包、解码和播放四个状态，这四个状态也在不同的上下文情况下转换。上下文感知在学生端的应用主要体现在学生端播放的音频流可以随时中断、随时无缝连接和音频与文本的同步。2.4.1数据收集算法与缓存替换算法。根据普适计算中的上下文信息，系统运行数据收集和缓存替换算法，实现音频流的无缝连接。数据收集是指音频断连时将用户可能要访问的数据先预存到本地缓存中；对数据访问时同步建立数据间的关系，并以此为基础推理要收集的数据；然后将结果按缓存驻留时间和访问次数进行缓存替换。2.4.2音频与文本的定点同步算法。系统运行期间音频与文本的同步是通过定时机制实现的，但在播放过程中快进、快退、暂停等操作会对播放进程造成干扰，使定时机制实现的同步相对复杂。所以我们采用一种改进的定点同步算法来解决干扰问题。
3结束语
为了合理整合网络教育资源，充分满足高职院校语言教学需要，本文结合上下文感知的关键技术，设计智能数字语音教学平台的上下文感知模型，并实现了教师端的智能身份识别、智能考勤、集中教学、个性化授课功能和学生端音频流的无缝连接、音频与文本的同步功能。毫无疑问，该上下文感知模型的提出，对智能数字语音教学平台的设计实现是具有指导意义的。
作者：田永晔 单位：扬州职业大学
相关专题：同课异构的好处 经济增长因素分析论文
