基于語音自動評測的普通話學習系統研究

鄭世杰等

摘 要：學習漢語普通話的外國人越來越多，對外漢語教師的師資力量的匱乏，嚴重制約了對外漢語教學的發展。針對希望進一步掌握普通話口語學習的外國學習者，該研究提出了一種普通話游戲學習系統。本系統的學習模式結合了計算機技術和語言學研究成果，打破了傳統的教學模式的限制，對學習者進行實時評測，提供學習報告與口語學習的最終評定結果。結果表明，該系統能夠較為有效地輔助外國學習者的普通話口語學習。

關鍵詞：普通話學習；語音評測；語音識別

中圖分類號：TP391.7 文獻標識號：A 文章編號：2095-2163（2015）01-

Abstract： More and more foreigners want to learn Chinese Mandarin， but the lack of Chinese language teachers seriously restricts the development of teaching Chinese. For the foreign learners who hope to further grasp the mandarin study， this research proposes a Mandarin learning system. The mode of learning system combines computer technology and linguistics and breaks the traditional teaching model constraints. It support real-time evaluation and provide learning report and the final evaluation results of oral learning. The results show that the system can effectively assist foreign learners to study Mandarin.

Keywords： Mandarin Learning；Speech Evaluation；Speech Recognition

0 引 言

人類最常使用的、最為有效且方便的交流方式之一就是語言，所以口語水平已然成為衡量會話能力的重要標準。近年來，隨著中國經濟實力和綜合國力的增強，漢語逐漸走向了全世界。在與不同國家間日漸頻繁的文化與經濟交流過程中，漢語普通話作為一門非常重要的通用型語言，引起了大家的廣泛關注。學習漢語普通話的外國人越來越多，國內外對優秀的對外漢語教師的需求也呈現出顯著增長態勢，目前，我國現有的對外漢語教師的師資力量還無法滿足時下的需求缺口，因而嚴重制約了對外漢語教學的發展。

隨著語音語言處理技術的逐步發展和完善，現在，一種普遍接受的語言學習方式便是利用計算機來幫助外國學習者進行第二語言學習的計算機輔助語言學習。在自由交互式語言學習中，學習者可根據給定的閱讀內容或者聽力材料，對計算機給定的問題進行自由作答。計算機則能夠對學習者的理解能力、表述的完整性和正確性進行評估并給出語言提示。

提高聽說能力的有效方式之一就是朗讀與復述。但是僅僅開口講是不夠的，口語交流需要實現說話者雙方或多方高效的交互[1]。為了更好地模仿真實生活的交流，本系統將語音技術與虛擬游戲學習環境融合在一起，可以使學習者根據個人的需要置身于一個實時的交流環境。該游戲系統采用的是自由式的故事來提高廣大學習者的學習興趣，并伴有獎勵與懲罰措施來吸引學習者的全程參與。

1 學習策略

本系統主要面向的是希望進一步增強對普通話口語使用方式的掌握、且已有一定基礎的外國學習者。本系統的這種學習模式對學習時間、地理位置、人際交往等因素沒有很多的限制，在學習過程中學習者可以根據實際情況合理安排時間進行學習。在學習的過程中，著重強調的是學習者的自主學習。自主學習能夠激發學習者的學習興趣，提高學習者學習的獨立性，同時加強學習者的主觀能動性。自主不僅有利于提高學習者的成績，而且也是個體終身學習和畢生發展的基礎[2]。學習策略的設計遵循建構主義的教育理論，強調學習者的主體地位，當學習者在達到一定水平后，即能依據自己的練習成績自主挑選學習內容或調整學習進度，也可以對未掌握的內容實行重復學習。本系統的學習模式結合了計算機技術和語言學研究成果，打破了傳統的教學模式的限制，而且充分利用有限的教學資源，提供了有效的普通話輔助學習和指導，因而能夠在相當程度上緩解對外漢語教學中教師嚴重不足的問題。

2 系統功能模塊設計

本系統將語音技術支持與游戲學習環境融合在一起，使學習者可以根據個人的需要置身于一個實時的交流環境中，能夠充分利用有限的教學資源，在教師資源缺乏的情況下，提供有效的漢語普通話輔助學習和指導，不僅為外國學習者提供了靈活方便的自由學習環境，而且也有利于對外漢語教學的持續高速發展。

本文中的普通話學習系統主要由語音識別、語音評測、游戲環境這三部分組成。學習者對系統中提出的問題進行回答，即產生一個非標準的語音輸入，系統中的語音識別接口對外國學習者的講話內容進行相關特征提取。然后利用評分模型給出一個評價結果，即得分，這個得分用來來衡量學習者普通話的表達正確性，評分結果會通過屏幕反饋給學習者。系統給出的語音評測得分能夠促進情節的發展，如果學習者給出一個合理的答案，那么就會進入到游戲的下一關。如果學習者給出了一個不合理的答案，那么系統就會重復問題，3次之后給出暗示來使問題稍顯簡單，若提問5次后回答還不正確，則要返回本關的初始點，重新學習本節內容。系統結構圖如1所示。

3 關鍵技術

3.1 游戲設計

游戲的研究和應用可以有效地提高學習效率，并且與現存的教育策略相比還能夠提升語言學習的興趣。本文普通話游戲學習系統可分為兩個部分。第一部分由十個單元組成，這個部分的內容整體上是一個故事，系統給出的語音檢測的得分則能夠推動游戲情節的發展，必須完成了前一單元的學習才能進入下一單元。第二個部分卻由五個單元組成，主要內容為中國的成語、習語、格言和古詩等。在按順序完成了第一部分的十個單元后，可以按照學習者的興趣自主地選擇學習這五個單元中的某些單元。

第一部分中的普通話游戲學習系統的主要故事背景就是：一只小動物在一片陌生的大森林里歷經十天的冒險故事。許多動物共同居住在這片森林中，每種動物都有其各自的專屬領地。不同動物的領地對這只小動物來說就是不同的冒險區域，對學習者來說就是不同的單元。這只小動物會在不同動物的領地中發生各樣的有趣的故事。在游戲的開始，會有對不同小動物關于外表、性格特征的詳細介紹，學習者根據自己的喜好選擇其中的一只小動物，并通過簡單交互命令來跨越劇情說明和逐步實現發音練習和探索的目標。

在游戲情節的開始，學習者會自動進入一個預設的領地，開始在大森林里的第一天的旅程。在每一天傍晚的時候，今天與其相伴的動物就會和這只小動物一起回顧一下今天的經歷，也就是復習今天的學習要點。然后會提出今天的最后一個問題，同時也就是這一關卡的檢查點。處于這個位置時，發音練習是基于由動物主人提出的問題，這是進入下一場景的唯一方式。每個答案都會由嵌在系統中的評分模型給出一個分數，每關的滿分均是100分。若是學習者能夠給出一個合理的答案，那么就會順利進入到下一關。如果學習者給出了一個不合理的答案，那么今天與其相伴的動物就會重復問題，3次之后給出暗示來使問題略為簡單，若提問5次后相應回答還不正確，則要返回本關的初始點，重新學習本節內容。

對于學習者來說，這個游戲開始會相對比較容易，很容易就能贏得比賽。隨著普通話發音復雜程度的提高，游戲的難度也逐漸加大。由于學習者不斷進步，評價得分的基準也在相應地提高。初始的幾關比較容易，所以語音評價的得分在80分以上才可以進入下一關，可是后面的場景中訓練難度加大，所以進入下一關的要求也隨之改變，語音評價的得分在60分以上就可以進入下一關了。系統將會根據各關累計的分數來提供一定的獎勵，但每次使用這些獎勵時也會扣除相應的分數。例如：可以降低問題難度的魔法卡需要扣除50分，直接跳過該問題需要扣除80分，在檢查點直接進入下一關需要扣除150分等。如果學習者經過了前幾關的適應學習后，還沒有取得進步，那么懲罰系統就會啟動運行了。如果不合理答案的連續錯誤超過五次，那么，懲罰會將虛擬人物重新送回到本關的初始點；持續較低的發音得分超過十次，懲罰就將其送回到整個游戲的起點，令其重新進入學習。

如果學習者學習任務完成得堪稱優秀，完成了第一部分的十個單元，就進入了可自主選擇學習內容的第二部分。第二部分主要由五個單元組成，主要內容為中國的成語、習語、格言和古詩。每個單元只介紹了幾個成語、習語、格言或古詩，介紹的內容包括發音、含義、適用場合及與其相關的小故事。學習者可根據自己的興趣與需求來自主選擇想要學習的單元[3]。

本系統對學習者在闖關過程中的發音進行了錄音，并開展實時的評測，能夠讓學習者隨時掌握自己的學習動態，并且能夠自動存儲學習進度，為學習者建立學習檔案，提供學習報告與口語學習的最終評定結果。

3.2 語音評測

語音評測技術可以對非標準的普通話發音進行標準評價，并且給出錯誤反饋以及指導意見。語音評測技術一般由建立標準發音模型、分析發音的音段韻律質量以及訓練人工評分映射等多部分組成[4]。本系統的語音評測框架如圖2所示。

語音評測的第一步就是接收學習者的非標準語音數據。接下來提取其相關的聲學特征和語音識別所需要的信息，并對其進行Viterbi解碼，并與標準聲學模型實施對比，從而自動分析非標準發音距離標準語音的聲學差距。評分模型再根據評分特征計算模型與專家數據的結合，最終輸出評價結果。

為保證實時識別學習者的發音，采用幀同步方法實現識別算法，同時又使用音素級聲學模型實時計算最大概率的跟讀內容的可能序列，當最大概率路徑達到一定要求，就可以得到可信的識別結果。語音檢測的目標就是要使機器評分和專家評分具有高度的一致性，這樣就能夠利用計算機取代專家來對學習者發音質量進行評分[5]。對機器評分與專家評分之間的映射模型進行訓練，能夠將發音質量評價更加直觀地反饋給學習者。

在游戲學習過程中，學習者往往采用自己的表達方式去描述場景或者進行回答，這種多樣性的表述會使得傳統關鍵字比較方法失去理想的效果。從非標準的發音文本和給定范文提取語義，通過兩者的語義的比較結果對表述完整性進行評價；而利用言語生成方法構造專家標準進行正確度評價，則能夠避過說話人表述多樣性條件下關鍵字比較方法的不足。另外，利用語言理解結果對說話人表述進行分析，還能夠深入探究說話人表述問題的所在；研究會將在多個標準答案與說話人表述進行比對，挑選與說話人表述最為接近的結果作為正確性的提示呈現給說話人，再根據文字比對判定表述文字的正確與否。進一步地，更利用了人工產生的例句以及說話人口語的比對結果進行錯誤提示，從而有效地幫助并實現了學習者改進語言能力的全面改善。

4 應用效果分析

對使用評測系統的外國學習者進行調查，由其填寫調查問卷，對系統的可用性、知識性與教育有效性等方面進行綜合評價，同時一并提出改進建議。結果表明， 87.9%的學習者認為本系統能夠有效促進普通話的口語學習。

5結束語

本系統操作簡單便捷，僅僅通過語音和簡單的操作就可以實現實時的交流，為學習者提供了一個更好的學習狀態與氛圍。具體地，為了適應不同學習特點的學生，本系統即為學生提供了一個輕松、快樂的學習環境。在口語訓練由易到難、循序漸進的過程中，本系統在每個部分中均提供了合適的口語適用環境和足夠的訓練量。在未來的研究中，將要優化評測系統，完成游戲系統，使學習者能夠了解更多的中國傳統文化的內容，幫助更多的學習者在一個樂于參與的氛圍中更快地掌握漢語普通話。

參考文獻：

[1] ARIAS J P，YOMA N B，VIVANCO H.Automatic intonation assessment for computer aided language learning[J].Speech Communication，2010，52（3）：254-267.

[2]王慧琴，岑崗，唐偉. 普通話多媒體學習軟件的設計與開發[J]. 計算機時代， 2007（8）：16-17.

[3]羅廣華.移動學習下的情境學習模型設計[J]. 青年文學家， 2013（4）：71.

[4]梁迎麗，梁英豪.基于語音評測的英語口語智能導師系統研究[J]. 現代教育技術， 2012（11）：82-85.

[5]彭祥偉，李鵬，王磊等.基于多語種信息技術的漢語學習輔助系統[J]. 計算機工程， 2011（3）：248-250.