1月27日開始，在作業幫上直播課的小學生們會發現，自己能聽到同組其他小伙伴的聲音了。而且老師也能直接聽到小朋友的聲音了。老師可以隨機選一組孩子去聽他們的發言。

這樣的上課體驗，直接對標了線下課堂。

“在線下課堂，當老師提出一個問題，孩子們會爭先恐后地喊出來……我們就是要打造這種感覺?！?月25日，談到即將升級的集體發言功能，作業幫小學產品負責人曹越說。

對應集體發言功能的產品經理張琴介紹，這次升級，也是基于孩子們的需求。2020年暑期的一次調研中，他們發現70%的小朋友想聽到小伙伴的聲音。

不過，讓同學們能聽到同組小伙伴的聲音，從技術上，不是件容易的事。

雖然每個小組是6個人，但作業幫直播課每堂課可能是幾千乃至幾萬人?！霸囅胍幌聨兹f人同時在線開會”，作業幫流媒體客戶端負責人曾建斌說，“噪音和回聲是很大的問題”。

“但孩子們上課的體驗是最重要的?！睆埱僬f。

集體發言升級，也是讓線上體驗更貼近線下課堂的一步。“你知道自己在一個集體中學習，老師能夠關注到你，同學能夠為你點贊加油。”曹越說，小學階段主要是培養孩子們的學習興趣、學習習慣，“怎么樣才讓他們覺得學習有趣呢？”

怎樣讓孩子們覺得上課有趣，是曹越他們一直在努力的一件事。集體發言升級，其實只是其中一個功能的實現。

在這之前，為了增強課堂的互動性，2020年1月的時候，作業幫就推出了小組直播間模式，讓大班課實現了小班的體驗。

大班分小組：來，選一個，蘋果、草莓？

“如果不考慮成本，對于用戶來說，最好的模式自然是名師一對一。”曹越說。但對于在線教育，這幾乎是一件不可能的事情，因為名師是稀缺的。

想要好的老師觸及更多學生，在線教育能做的只能是大班模式。對于作業幫直播課，一堂課有幾百幾千乃至幾萬學生，都是很正常的。

而當一個老師面對太多學生，問題也凸顯出來。老師顧不過來每個學生，而學生覺得老師不會注意到自己，可能會不認真聽講，尤其是小孩子們。

為了解決這個問題，“硬件”上，輔導老師應運而生。他們像班主任一樣去跟進學生。

那軟件上呢？作業幫是一家技術公司，怎樣用技術的手段，包括AI的應用，讓孩子們覺得學習更有意思？

小學部產品經理聶靖騏回憶，大約2019年夏天的時候，大家討論到直播形式“有些單調”。早期的直播課模式，是三分屏：老師，課件，聊天區。對于學生來說，同班的孩子可能就是聊天區的一個名字，存在感很低。

“我們在想，能不能像線下課堂一樣，有同桌，有小組一起學習。大家就去調研，最后認為分組是個好的方法?！?/p>

曹越說，分組教學，在線下是一種常見的授課方式。例如小孩子們一起討論問題，一起完成作業。

更重要的，小組化會讓大班課呈現出小班的體驗。

讓孩子們更多關注到自己的小組，讓他們覺得老師在關注著自己和小組的小伙伴們。

分組這個“戰略”定了。那么，策略上，那么多孩子一起上課，怎么分組？

目前的策略是對同一個輔導老師對應的孩子們進行分組，每6個人一組，每6組一個班。

每個小組都有自己的名字，例如芒果組，蘋果組，草莓組。孩子上線以后，可以先選自己喜歡的小組，再一起進入課堂。

如果很喜歡自己的隊友，大家又在差不多的時間上線，就可以一直組隊了。

“我們希望打造一個學習的場景，”曹越說，“有一些同伴，就跟線下一樣。”

PK互動：發你個寶箱，內有小魚

從2019年5月開始籌備，用時大半年，2020年1月的時候，小組直播間上線了。

小同學們突然發現，自己是有小組的人了，大家一起學習一起答題，還可以跟同班其他小組PK“戰績”。

例如，課中的時候，老師會發題目讓大家答。然后根據答題情況，每個孩子會獲得“能量”，每個組會有個總能量。

“小組能量策略，我們大家一起也討論了很久，就是怎么分配能量更公平”，聶靖騏說，比如公布成績的時候，要不要把每個人的結果展示出來，“這樣會不會對學生有傷害？”。

最終，結果展示的是每個孩子有沒有完成這道題，而不是答對或答錯。

“我們不希望組內是那種氛圍：我答對了，你答錯了，你拖了小組的后腿。”曹越說，這基于作業幫小學教育的理念，評判基于行為而不是結果。

在曹越看來，鼓勵孩子作答這個行為，比鼓勵孩子作答的結果，更為重要?！拔覀儾粡娬{做對，而是鼓勵完成。”

最終的策略是，一個班6個小組，以小組的能量成績進行排名，不同排名獲得不同的“寶箱”。

曹越介紹，寶箱里是學分和小魚。例如第一名是10個學分和5條小魚。小魚可以去喂雪球（小朋友們在作業幫的虛擬學習伙伴）。而學分，則可以用來“買”東西，比如在商城給雪球“買”衣服。

想給雪球買更多衣服，還有其他機會獲得學分，比如“搶紅包”。

在小組直播間，老師在課前、課中和課后，都會發一次“紅包”。紅包里是學分，誰手快，搶得學分就多。

這個叫手速紅包，聶靖騏說，孩子們都非常喜歡這個互動。

無論什么互動方式，最終目的還是為激發孩子們的學習興趣。曹越說，課前紅包幫孩子們集中注意力、打起精神，課中紅包是老師“勾引”孩子們休息完繼續回來上課，課后呢，則是孩子們完成了課程，發個包包獎勵一下。

雙向視頻：嗨，別吃面了，好好聽課

哎呦，我要坐直了——小組直播間上線后，在作業幫上課的小朋友們意識到，老師可以看到自己了。而此前，只是學生可以看到老師。

曹越介紹，雙向視頻，也就是學生和老師互相可以看到，是跟小組直播間一起上線的一個功能。目的也是讓孩子們有小班體驗，有線下課堂的體驗，就是老師能關注到你。

而這個功能，對于老師講課、老師跟學生的互動，也很重要。

更早的直播中，老師能看到的是孩子們的答題數據和聊天區，但感知不到孩子們在課堂上的狀態。老師對著鏡頭講課，知道鏡頭背后有很多學生但看不到，感覺更像一個人的表演。

“老師進入那個情景中，很可能自嗨?！辈茉秸f，有可能老師覺得自己講得很好，但其實孩子們呢，在干什么的都有。

能看到學生，會幫助老師根據學生的狀態，實時對課堂進行調整。比如發現很多小面孔呈困惑狀，老師會知道，這個點沒講明白，再換個方式講一下。又比如，發現小朋友們走神，可以發個學分紅包激勵一下。

而知道老師能看到自己后，孩子們上課的行為模式也發生了變化。

曹越說，比如學生上課時候吃飯，老師看到了，會說，那誰家孩子，不要吃面了。

小組直播上線后，曹越他們收到很多家長的反饋，說原來孩子可能一邊吃東西一邊上課，或者一邊玩玩具一邊上課，知道老師能看到自己后，他就會端正地坐著。

集體發言：想聽到小伙伴的聲音？滿足

小組直播間上線半年后，曹越他們發現，同學們已經不滿足于知道隊友的名字，他們想聽到彼此的聲音。

“我們的問卷結果顯示，70%左右的同學，希望能聽到同學的聲音?！碑a品經理張琴介紹。張琴后來具體跟進了這個功能的實現。

作業幫2020年暑期的一次小學用戶問卷調查中，在近9000多份答卷里，73.84%的小同學說，希望聽到同組同學的聲音，20%左右的覺得都可以。

讓孩子們互相聽到對方的聲音？小學部對應的產品、技術團隊開會討論。分歧很大，因為實現起來技術難度很高。

“這個功能的技術難點是，學生手機型號非常多?！弊鳂I幫流媒體客戶端負責人曾建斌舉了個例子：小組同學一起上課，老師叫同學們同時回答一個問題，如果其中一個同學的環境非常嘈雜，或者有個同學的設備有回音，聲音就會全部傳過來，其他同學都會聽到。

技術和產品的同事，會開了一個又一個，在爭執中磨合。

“要達到什么樣的效果？是否能達到效果？什么時候能達到這樣的效果……我們當時爭論蠻久的?！睆埱僬f，當時，技術上，作業幫正在切換成自研的ZRTC（實時通訊系統），并且這套自研技術的積累還不到一年，升級集體發言，確實難度很大。

但作為產品經理，直接面對小用戶，張琴認為讓孩子們能聽到聲音，是一定要做的。

“很多時候我們說的教育影響，是需要感知的，”張琴說，比如在同一空間，老師在你旁邊，他會有感知的影響。但在線上，老師是在屏幕后，他對學生的影響效果就會打折扣，“這是在線教育的不足。這種不足，需要我們用更多的手段去彌補。”

討論的結果是，要滿足孩子們的需求，上課的體驗一定是最重要的。

決定一并升級的，還有讓老師也能聽到孩子們的聲音。之前，老師看到的孩子們的回答，是語音轉換得到的文本。

這也是對線下課堂的模擬，曹越說，比如老師提一個問題，學生們一起回答，老師能聽到孩子們的聲音，孩子們爭先恐后喊出答案，就很有氣氛，“很熱烈”。

只是，老師面對的是成千上萬的學生，如果學生那里有噪音和回聲，會是什么體驗？

曾建斌團隊的挑戰之旅開始了。

技術攻堅：小朋友，你那是什么機型

大約去年7月份，曾建斌團隊開始了研發。隨后不久，開始做灰度測試。

所謂灰度測試，也就是，選節課，試一試，當下什么效果，都有什么問題。

問題立即就來了。

曾建斌回憶，上測試課的老師說，太吵了；輔導老師也接到了學生的反饋，體驗很差。他們立即就把灰度測試停了。

通過對學生們的設備監控，曾建斌他們發現，回聲和噪音的問題“非常緊急”。

“比如6個學生上課，你的聲音通過他的揚聲器傳出，又通過他的麥克風傳到你”曾建斌舉例說，“如果噪聲沒做（處理）好的話，6個人的聲音相互循環……有的同學如果有特別嘈雜的聲音也都回來了?！?/p>

此外，下沉的用戶也意味著更加復雜的學習場景。例如有的學生，家里是賣菜的，他在菜市場上課。也有的同學，在工地上課。

“這些聲音傳到我們系統里，其他學生是能聽到的?！痹ū笳f，同組6個人，如果一個人傳回噪音，就會對課堂的影響很大。

而每堂直播課可能是幾千幾萬人，也就是幾千幾萬個場景下的降噪。

曾建斌介紹，噪音和回音的消除，跟學生用的設備會直接關聯。很多雜牌機，消起來很難。

“算法可以解決一個機型，另一個機型，但沒有一個算法是可以解決所有機型的?！痹ū笳f，畢竟市面上的機型太多了，尤其是那些小廠雜牌機。很難確切知道每個學生用的機型。

張琴說，作業幫有很多下沉用戶，手機設備可能不好，噪音和回聲的問題，就會更突出。而一個機型沒做好降噪，可能一堂課就毀了。

曾建斌他們去找學生們使用的機型，把所有能找到都找了，找了幾百款。調試，做適配，實在消不掉的，再想其他策略。

就這樣，加班加點，一個多月。

“這個功能，我們非常謹慎?！痹ū笳f，語音對在線課堂太重要了，“視頻模糊點還能上課，聲音聽不好，這個課就上不下去了，就是事故了。”

最終，絕大多數機型都達到了80-90%的噪音回聲消除，能滿足正常上課的體驗了。

了解用戶：同學，最近學?？捎腥な?/strong>