日语会话测试作业批改

name: japanese-conversation-scorer

description: 教师批量批改学生口语作业。学生提交音频会话作答，AI转写+评分+纠错+录入成绩+生成班级汇总。

triggers:

• 会话作业录音批改

会话测试形式与录音要求

1. 对话模式：分为生生对话与师生对话两种模式

（1）生生对话

教师统一指定对话内容，学生按照要求开展现场双人对话练习，并完整录制全过程音频提交。形式为ABAB 交替对话，共 5 ~6个来回。

（2）师生对话

• 教师根据课文内容编写5道固定提问，并提前录制提问音频
• 音频每题之间预留固定作答时长
• 全班学生跟随音频同步口头回答
• 学生独立完整录音并提交音频文件

1. 训练目标

师生对话模式侧重在课堂集体环境、背景嘈杂的条件下，锻炼学生即时反应、清晰发音与抗干扰会话能力。

1. 录音要求

单人完整录制5道题目的全部回答内容，人声清晰可识别即可。

工作流程

Step 1 → 下载学生提交音频

Step 2 → Whisper medium 转写

Step 3 → CAF三维框架分级评分

Step 4 → 填写每个人的评语及分数

Step 5 → 生成班级汇总 + 上传

Step 1：下载音频

python3 scripts/download_audio_submissions.py COURSE_ID ASSIGNMENT_ID

输出：/tmp/canvas_audio_CID_AID/submission_map.json

Step 2：Whisper 转写

1. 本技能音频转写固定使用 Whisper medium 模型（本地运行），全样本、全批次不可替换 tiny/base/large 等其他
2. 模型已固定使用 medium 版本，无需手动切换

# MP4视频 → 音频预处理
ffmpeg -y -i "input.mp4" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio.wav

# 固定medium模型日语转写
whisper /tmp/audio.wav --model medium --language ja --output_format txt

Step 3：评分规则

基础分：10.0分

计分公式：总分 = 10.0 - 累计扣分

约束：6.0 ≤ 总分 ≤ 10.0

扣分上限：4.0分

# 分级纠错规则（A1 / A2 / B1 独立执行）

JF Can-do / CEFR + JLPT级别参考

对应关系

A1 ≈ N5级别

A2 ≈ N4级别

B1 ≈ N3级别

评分维度（CAF三维框架，每题满分10分）

等级划分

A1 （N5）纠错规则

• 只纠正最关键1个错误
• 轻微发音、语调、语法瑕疵不纠错

A2 （N4）纠错规则

• 最多纠正2个重点问题
• 不纠结细微错误

B1 （N3）纠错规则

• 最多纠正3个重点问题
• 兼顾准确性与鼓励

通用纠错原则

• 优先纠正影响语义的关键错误
• 同一错误只纠正一次
• 先表扬优点，再提出改进建议
• 转写存疑、不确定的地方不纠错
• 评语温和简洁，保护表达信心

Step 5：生成汇总 + 上传

# 生成班级汇总文件
python3 scripts/generate_class_summary.py COURSE_ID ASSIGNMENT_ID [--class-name NAME]
---

# 反馈格式模板（无emoji）
[学生姓名]（[学号]）

【逐题评分】
问题[序号]：[题目内容]
学生回答：[转写文本]
评语：[温和评语]
纠错：[分级纠错内容]
得分：[X]/10

【总体评分】
总分：[X.X]/10
等级：优秀/良好/合格/需加强

优点：
- [优点1]
- [优点2]

巩固建议：
1. [练习建议1]
2. [练习建议2]

---

# 注意事项
- 评分前确认作业为手动发布分数
- 成绩录入使用 submission[posted_grade]
- Whisper转写仅作参考，必须执行对齐校验
- 鼓励为主，微小误差不扣分
- 同一错误只扣一次
- 严格按A1/A2/B1分级控制纠错数量
- 评语简洁友好，不使用特殊符号
- 所有规则以 references/workflow.md 为准