語音識別技術在計算機輔助語言學習中的應用綜述

摘 要：基于語音識別技術的計算機輔助語言學習系統能給語言學習者提供有效的發音指導。本文首先描述了該系統和語音識別技術的相關知識。然后，介紹了語音識別技術與該系統相結合的應用。

關鍵詞：語音識別技術；計算機輔助語言；應用；綜述

中圖分類號：TP391.6 文獻標識碼：A 文章編號：1674-7712 （2014） 12-0000-02

隨著全球化的發展，越來越多的人想掌握一門外語，而傳統的語言教學已不能滿足人們的這一需求。計算機輔助語言學習（Computer Assisted Language Learning，縮寫CALL）伴隨著這一時代背景應運而生。CALL是在一定的語言學和心理學的理論基礎之上，利用計算機技術和信息技術輔助、推進語言學習。目前，許多CALL學習軟件大多是把各類資料集成在一起，基本上不能對學習者給出有效的反饋信息。語音識別技術的應用使得CALL系統可以具有發音評測的功能，能夠幫助學習者及時發現和糾正錯誤發音，避免重復錯誤發音形成習慣，從而極大提高了學習者的學習效率。

一、計算機輔助語言學習（CALL）及其特點

（一）計算機輔助語言學習（CALL）簡介

語言作為我們的日常交流工具，在經濟全球化發展的今天，它的社會功能也越來越凸顯。隨著國際交流的日益頻繁，越來越多的人想掌握一門第二語言，語言學習也成為了教育領域的一大熱點。

語言學習的直接目的就是提高學生的交際能力，而這一能力最直接的體現就是口語表達。傳統的師生教學是語言學習的主要方式，在這種教學方式下口語的教學主要是采用教師講解發音方式和發音演示，學生跟讀訓練的方法?？梢哉f這樣的學習方式在口語學習中是至關重要且卓有成效的，但卻是不夠的。隨著計算機技術和信息技術的迅猛發展，CALL已成為當今外語教學發展的一個新趨勢。作為一種新的學習方式，它主要是在一定的語言學和心理學的理論基礎之上，利用計算機和信息技術輔助和推進外語的教學。

CALL是外語學習的新趨勢，它在中國的應用已經有近20年的歷史，但直到多媒體技術的出現，它才真正進入外語教學的課堂?？梢灶A見CALL作為一種教育技術在教學中的運用是外語學習發展的必然趨勢。

（二）計算機輔助語言學習（CALL）的應用及其特點

CALL始于二十世紀五十年代的美國，在語言教學中的應用始于二十世紀六十年代。其發展大致經歷了行為主義階段、交際法階段、綜合法階段[1]。

1.行為主義階段（Behavioristic CALL）

60年代，當時的應用主要為CAI（Computer-Aided Instruction）課件（courseware）的開發與利用，課件以行為主義（behaviorism）為理論基礎。按照該理論，斯金納設計了便于及時強化的程序教學機器和便于進行程序教學的程序[2]。程序教學主張把教學目標和內容分解成很小的單元，按照嚴格的邏輯順序編制程序，將教學信息轉換成一系列問題與答案，電腦呈現一個問題（S），學生提供一個答案（R），答對給予獎勵，答錯給予懲罰，獎勵或懲罰緊隨反應之后，這樣通過一步步地強化使學生掌握教學內容，最終達到預期的目標。

這時CALL軟件的特點是：計算機僅作為提供素材和指令的工具，將各知識點以固定方式組織起來；允許學生根據自己的步調自定學習進度和速度，但學習過程完全由計算機程序控制；計算機向學生提供大量的練習，練習的答案往往是唯一的，學生的回答沒有自主性和靈活性。

2.交際法階段（Communicative CALL）

20世紀80年代，計算機的功能大大加強，微機（microcomputer，或稱個人電腦 personal computer）開始應用于教育。CAI課件的設計原則轉向以認知心理學為主導，強調學習者的心理特征和認知規律，遵循認知的信息加工理論，把學習看作是學習者根據自己的態度、興趣、愛好和需要，利用原有的認知結構，對當前外部刺激所提供的信息做出主動、有選擇的信息加工。這一時期CALL軟件的代表是著名學者安德遜（Aderson）根據認知學習理論，研制出的”高中幾何智能輔助教學系統”，它實現了對學生求解幾何問題思維過程的自動跟蹤和控制。

這一時期CALL軟件的特點是：計算機能夠根據學習者的需求和特點進行個別教學，但由于心理學對人類學習規律認識不全面和人工智能技術的發展不成熟，CALL軟件離個別化教學還有一段距離。

3.綜合法階段（Integrative CALL）

80年代后期并持續至今，多媒體技術與網絡技術取得突破性發展，尤其是因特網的出現及其迅猛發展不僅改變了傳統的生產方式、生活方式和思維方式，也改變了人們的教育觀念和學習方式，引起了一場教育革命。

同時期崛起的建構主義（constructivism）學習理論成為這場教育革命中革新傳統教學的理論基礎。建構主義學習理論與認知語言學、社會語言學、第二語言習得的理論等構成綜合法的理論基礎。其中社會語言學的影響尤為明顯，它強調在語言學習中要為學生提供真實的社會交際，使他們能夠掌握社會所需要的語言技能（WarshauerMeskill，1998）。而實現這一目的的最好方法是使學生參與有意義的任務型學習（task-based learning）。通過專題學習（thematic learning）、項目型學習（project-based learning）、協作式學習（collaborative learning）、跨文化學習（cross-cultural learning）等多種方法，在兼學知識、文化的同時學習語言。

這一時期CALL軟件的特點是：（1）計算機作為認知工具、情感交流及協作學習工具，起到導師、伙伴的作用；（2）提倡為外語學習創造真實的情境，開展有意義的、有創造性的語言交際活動；（3）提倡將語言的學習與計算機技能的學習及使用結合起來，培養學生具有21世紀網絡時代所需要的外語交際能力（Warshauer，1996；Warshauer，Shetzer，Meloni，2000）。

由此可以看出，CALL經歷的三個階段伴隨著教育學、心理學、計算機技術和信息技術的發展而發展，CALL系統的設計也向著交互性、個性化、針對性和創造性的方向發展。

二、語音識別技術在CALL系統的應用

（一）語音識別技術簡介

語音識別技術，也被稱為自動語音識別技術（Automatic Speech Recognition，ASR），其目標是讓機器也能夠像人一樣具有聽覺功能，直接接受人的語言，能理解人的意圖，并做出相應的反應。

最早的基于電子計算機的語音識別系統是50年代由ATT貝爾實驗室開發的Audrey語音識別系統，它能夠識別10個英文數字[3]；60和70年代，線性預測編碼（Linear Predictive Coding LPC）及動態時間規整（Dynamic Time Warp DTW）技術的提出有效的解決了語音信號的特征提取和不等長的匹配問題[4]，實現了特定人孤立詞語音識別系統；80年代和90年代，隱馬爾科夫（HMM）模型和人工神經元網絡（ANN）的成功應用，使得語音識別系統的性能比以往更優異，實現了大詞匯量、連續語音和非特定人的語音識別。隨著多媒體時代的到來，語音識別技術逐漸從實驗室走向應用，其代表有：Via Voice、Whisper、Voice Tone、Voice Action、Siri等。

21世紀，互聯網和移動通信技術的發展給語音識別帶來了新的契機，語音識別應用已經延伸到各個方面，如通訊領域、計算機語音檢索系統、自動化控制等。語音識別技術已經成為一個具有競爭性的新興高技術產業，是一門既有理論價值又有實際意義的重要學科。

（二）語音識別技術的基本原理

從技術上看，語音識別屬于模式識別的范疇，其系統結構與模式識別具有相似之處。不同的語音識別系統在具體實現細節上有所不同，但所采用的原理基本是相似的。首先要對輸入的語音信號進行預處理，并抽取所需的語音特征，在此基礎上建立語音識別所需的語音模板。在識別過程中，將輸入的語音信號的特征與己存在的語音模板進行比較，并根據一定的搜索，找出最優的與輸入的語音相匹配的模板。最后，給出計算機的識別結果。其識別過程如圖1：

圖1

（三）語音識別技術在CALL中的應用

隨著計算機技術和信息技術的發展，CALL已成為現代教育技術在教育領域一個重要應用。但最初的CALL主要應用在文字閱讀和語言理解能力的訓練，現存的CALL系統也大多側重單詞、語法的學習[5]，很少關注語言發音訓練。語音技術的不斷發展和成熟為學習者發音練習提供了可能，它在CALL中最直接的應用就是幫助用戶更好地練習語言發音。

CALL中引入語音識別技術，改變了傳統的語言學習方式，使得學習者能夠對自己的發音做出客觀的評價?；谡Z音識別技術的CALL已成為計算機輔助語言學習系統研究的熱點，不少公司和科研機構也投入了大量的人力、物力、財力在研究開發相關的發音學習系統，并且出現了一些較為成熟的產品。如“Pronunciation”、“Tell Me More”等，這些系統采用提供語音信號波形圖的方式讓學習者進行模仿，這種方式只是給學習者技術上的沖擊感，對改善他們的發音并沒有實際的幫助。國內許多英語學習軟件都是把各類英語資料（文本、圖片、音頻、視頻）累積在一起，基本上不能對學習者給出有效的反饋信息，即便加入了語音識別功能，其功能類似于復讀機，即只能給學習者提供發音演示、錄音跟讀的功能，如“說寶堂”、“e百分”等產品。由于很少有軟件會對學習者的發音做出一個整體的評分，也不能準確定位和檢測學習者的發音錯誤，更沒有對學習者的錯誤發音做出一個反饋和矯正，加之學習者因為自身水平限制，很難完全發現錯誤、糾正不正確的發音。故此，軟件發音錯誤矯正的功能顯得尤為重要。基于語音識別技術的CALL系統對于語言學習者來說是一個有效的輔助語言學習的平臺，為了有效的促進語言學習，它應該具備如圖2所示的功能。

圖2

通過分析我們可以發現，目前語音識別技術在CALL中的應用取得了一些進展，但是仍然有一些問題等待解決和克服。目前的一些困難和問題主要集中在產品設計理念和技術實現上兩個方面。

在產品設計理念上我們需要考慮以下幾個問題：（1）教育軟件的設計和開發應該應考慮學習者的需求，以學習者為中心；（2）教育軟件的設計應該考慮教育學和教育心理學的相關理論，避免書本知識的搬家；（3）考慮學習者認知的個體差異性，為學生提供多元化學習的認知工具。

在技術實現上我們需要考慮以下幾個問題：（1）選擇合適的識別基元以提高識別率；（2）對語音信號的端點更加精確的檢測，即判斷語音信號的開始和結尾以提高識別的準確率；（3）對給定的發音進行錯誤檢測和糾正，尋找合理的評分機制，并對學習者的發音進行及時、客觀的反饋；（4）提高預處理階段語音信號的信噪比；（5）選擇高效的識別算法以減少識別時的搜索范圍，提高識別速度。

四、結束語

本文分別介紹了語音識別技術和CALL，然后對語音識別技術在CALL中的應用進行了綜述，并探討了設計基于語音識別技術的CALL系統時需要考慮的問題。語音識別技術作為一種逐漸成熟的技術，它是基于語音識別技術的CALL系統的基礎與核心?；谡Z音識別技術的CALL是一種新的、有效的學習方式，它能夠有效的促進學習者口語水平的提高，也是CALL系統的一個重要發展方向。

參考文獻：

[1]楊芳，曹揚波.計算機輔助語言學習的發展與前景[J].中國科技信息，2011（02）.

[2]何克抗，李文光.教育技術學[M].北京：北京師范大學出版社，2009.

[3]詹新明，黃南山，楊燦.語音識別技術研究進展[J].現代計算機，2008（09）.

[4]馬莉，黨幼云.特定人孤立詞語音識別系統的仿真與分析[J].西安工程科技學院學報，2007（06）.

[5]趙博，檀曉紅.基于語音識別技術的英語口語教學系統[J].計算機應用，2009（03）.

[作者簡介]張艾萍（1988.09-），女，壯族，云南楚雄人，云南師范大學信息學院研究生，研究方向：智能教育。