1.一种基于语音处理的教育质量监管方法，其特征在于，包括以下步骤：S1、采集教学过程的语音信号；

S2、将语音信号分解为教师声音信号和学生声音信号；

S3、分别提取教师声音信号和学生声音信号各个时间段的声音特征；

S4、根据教师声音信号各个时间段的声音特征，得到多个时间段的教师情绪评分；

S5、根据学生声音信号各个时间段的声音特征，得到多个时间段的学生情绪评分；

S6、根据教师情绪评分和学生情绪评分，得到教学质量评分；

所述S3中每个时间段的声音特征包括：幅值波形因子、幅值均值、频率分布因子和频率均值；

所述幅值波形因子的计算公式为：

，

其中，B为幅值波形因子，Ai为一个时间段内的教师声音信号或学生声音信号的第i个幅值，Aomax为一个时间段内的教师声音信号或学生声音信号的最大幅值，Aomin为一个时间段内的教师声音信号或学生声音信号的最小幅值，N为一个时间段内的教师声音信号或学生声音信号的幅值的数量；

所述频率分布因子的计算公式为：

，

其中，Fr为频率分布因子，fm为一个时间段内的教师声音信号或学生声音信号的第m个频率，fomax为一个时间段内的教师声音信号或学生声音信号的最大频率，fomin为一个时间段内的教师声音信号或学生声音信号的最小频率，M为一个时间段内的教师声音信号或学生声音信号的频率的数量；

所述S4中得到每个时间段的教师情绪评分或S5中得到每个时间段的学生情绪评分的公式为：

，

，

，

其中，Pt为第t时间段的教师情绪评分或学生情绪评分，gt为第t时间段的情绪分值，gt‑1为第t‑1时间段的情绪分值，Bt为第t时间段的幅值波形因子，Wbt为Bt的权重，Frt为第t时间段的频率分布因子，WFrt为Frt的权重，Aoct为第t时间段的幅值均值，WAoct为Aoct的权重，foct为第t时间段的频率均值，Wfoct为foct的权重，Bt‑1为第t‑1时间段的幅值波形因子，Wbt‑1为Bt‑1的权重，Frt‑1为第t‑1时间段的频率分布因子，WFrt‑1为Frt‑1的权重，Aoct‑1为第t‑1时间段的幅值均值，WAoct‑1为Aoct‑1的权重，foct‑1为第t‑1时间段的频率均值，Wfoct‑1为foct‑1的权重，tanh为双曲正切函数，α为第一系数，β为第二系数。

2.根据权利要求1所述的基于语音处理的教育质量监管方法，其特征在于，所述S2包括以下分步骤：S21、将连续的语音信号分成多段语音子信号；

S22、提取每段语音子信号的频率，构建频率向量；

S23、提取每段语音子信号的幅值，构建幅值向量；

S24、根据频率向量，计算频率特征值；

S25、根据幅值向量，计算幅值特征值；

S26、采用sigmoid激活函数对频率特征值和幅值特征值处理，得到输出值，在输出值大于输出阈值时，对应的语音子信号为教师声音信号，在输出值小于等于输出阈值时，对应的语音子信号为学生声音信号。

3.根据权利要求2所述的基于语音处理的教育质量监管方法，其特征在于，所述S24中计算频率特征值的公式为：

，

其中，F为频率特征值， 为频率向量，fmax为语音子信号的最大频率，fmin为语音子信号的最小频率，fc为语音子信号的频率均值。

4.根据权利要求3所述的基于语音处理的教育质量监管方法，其特征在于，所述S25中计算幅值特征值的公式为：

，

其中，Am为幅值特征值， 为幅值向量，Amax为语音子信号的最大幅值，Amin为语音子信号的最小幅值，Ac为语音子信号的幅值均值。

5.根据权利要求4所述的基于语音处理的教育质量监管方法，其特征在于，所述S26中得到输出值的公式为：

，

其中，y为输出值，sigmoid为激活函数，F为频率特征值，Am为幅值特征值，wF为频率特征值F的权重，wAm为幅值特征值Am的权重。

6.根据权利要求1所述的基于语音处理的教育质量监管方法，其特征在于，所述S6中得到教学质量评分的方法为将各个时间段的教师情绪评分和学生情绪评分累加，得到教学质量评分。