大學(xué)非英語專業(yè)音素教改與自動語音識別技術(shù)融合應(yīng)用可行性

【摘要】文中以近些年自動語音識別技術(shù)在大學(xué)非英語專業(yè)音素教改中的融入為研究基礎(chǔ)，通過分析目前大學(xué)非英語專業(yè)因素教改中存在的問題，探討大學(xué)非英語專業(yè)因素教改中自動語音識別技術(shù)的應(yīng)用優(yōu)勢并引入案例嘗試分析如何提升自動語音識別技術(shù)在大學(xué)非英語專業(yè)音素教改中應(yīng)用的有效性等。

【關(guān)鍵詞】大學(xué)非英語專業(yè) 音素教改 自動語音識別技術(shù) 融合

【中圖分類號】H319 【文獻(xiàn)標(biāo)識碼】A 【文章編號】2095-3089（2018）17-0091-02

一、大學(xué)非英語專業(yè)因素教改中存在的問題

近些年隨著跨文化交際機(jī)會的不斷增多，大學(xué)非英語專業(yè)教學(xué)中英語語言的標(biāo)準(zhǔn)化學(xué)習(xí)要求日漸豐富。作為非英語專業(yè)的英語教學(xué)，雖然培訓(xùn)標(biāo)準(zhǔn)的嚴(yán)苛程度低于英語專業(yè)，但是語言習(xí)得聽、說、讀、寫四項(xiàng)培訓(xùn)工作的培訓(xùn)規(guī)則與英語專業(yè)一致。也正因?yàn)槿绱耍岳首x為切入點(diǎn)，借助口語水平的提升來提高非英語專業(yè)語言學(xué)習(xí)成效的教學(xué)方式就存在了現(xiàn)實(shí)可行性。

目前，絕大多數(shù)高校在非英語專業(yè)英語教學(xué)的過程中，并沒有關(guān)于朗讀質(zhì)量的及時有效反饋源，如此也導(dǎo)致學(xué)習(xí)者發(fā)音中的錯誤無法被及時糾正。大學(xué)非英語專業(yè)音素教改的傳統(tǒng)應(yīng)用手段基本可將文字與語音融合為一體，從語音習(xí)得入手，糾正學(xué)習(xí)者錯誤發(fā)音，規(guī)范學(xué)習(xí)者音素應(yīng)用方式等。此種教學(xué)方式的確卓有成效，但是按照新時期大學(xué)非英語專業(yè)音素教改的要求，顯然是不夠的。

語音作為語言習(xí)得的重要物質(zhì)基礎(chǔ)，利于學(xué)習(xí)者更為便捷的捕捉語言信息并掌握語言技巧。基于語言教學(xué)中語音教學(xué)的重要性作用，在大學(xué)非英語專業(yè)的音素教改中，就需要將其視為獨(dú)立的部分進(jìn)行針對性的分析，繼而結(jié)合大學(xué)非英語專業(yè)語言習(xí)得要求、標(biāo)準(zhǔn)等，著手相關(guān)方案或者措施的設(shè)計(jì)。在此過程中，為提升大學(xué)非英語專業(yè)學(xué)生語言習(xí)得的主動性和積極性，建議嘗試在大學(xué)非英語專業(yè)音素教改中融合自動語音識別技術(shù)，以此來提升語音教改向每個學(xué)習(xí)者提供及時反饋需求及個體練習(xí)等的服務(wù)性。

二、大學(xué)非英語專業(yè)因素教改中自動語音識別技術(shù)的應(yīng)用優(yōu)勢

盡管計(jì)算機(jī)輔助語言學(xué)習(xí)技術(shù)可幫助增加大學(xué)非英語專業(yè)音素教改的成效，但是如果計(jì)算機(jī)輔助語言學(xué)習(xí)技術(shù)選擇及應(yīng)用不當(dāng)，或者忽視學(xué)生實(shí)際學(xué)情，依然無法保障大學(xué)非英語專業(yè)音素教改成效。

但是自動語音識別技術(shù)（ASR）可以讓計(jì)算機(jī)通過“聽”不同人連續(xù)的和階段性的說出的語音，在電腦中“寫”出所說內(nèi)容的方式，與人工判斷比較，自動語音識別技術(shù)不僅能完成聲音向文字的轉(zhuǎn)換，按照使用需求，自動語音識別技術(shù)可依照系統(tǒng)用戶情況分為特定和特定人的識別系統(tǒng)，按照系統(tǒng)詞匯量可分為大詞、中詞、小詞的匯量系統(tǒng)，按照輸入語音發(fā)音方式可分為自然發(fā)音的口語式和朗讀式兩種，按照輸入語音方言背景可分為方言語音、方言背景普通話、普通話三類識別系統(tǒng)，按照輸入語音情感狀態(tài)可分為情感語音識別系統(tǒng)及中性系統(tǒng)，借助以上功能優(yōu)勢，自動語音識別技術(shù)：一方面可清晰的辨識出不同方言影響下非英語專業(yè)習(xí)得者發(fā)音的不夠標(biāo)準(zhǔn)化所引發(fā)的問題，幫助語言習(xí)得者和教師及時糾正及檢測語言習(xí)得給定的音素發(fā)音錯誤。另一方面，自動語音識別技術(shù)能便捷使用，具有強(qiáng)大數(shù)據(jù)分析能力及計(jì)算能力、能對學(xué)習(xí)者一對一自主分析性功能，在語音識別技術(shù)輔助下可實(shí)時檢測學(xué)習(xí)者發(fā)音錯誤并提供糾正意見，能輔助學(xué)生及教師獲得反映發(fā)音質(zhì)量的指標(biāo)，因此，作為計(jì)算機(jī)輔助語言學(xué)習(xí)技術(shù)中的佼佼者，則以其可及時、實(shí)時總結(jié)學(xué)生弱點(diǎn)，推薦針對性強(qiáng)化訓(xùn)練方案等優(yōu)勢勝出。

三、大學(xué)非英語專業(yè)音素教改中自動語音識別技術(shù)的應(yīng)用思路

第一步，實(shí)驗(yàn)數(shù)據(jù)的錄制及分析。

考慮到大學(xué)非英語專業(yè)音素教改中自動語音識別技術(shù)的應(yīng)用方式多樣，自動語音識別技術(shù)所依賴的載體也多種多樣，因此，以下以嵌入式設(shè)備如智能手機(jī)作為自動語音識別技術(shù)應(yīng)用的載體，實(shí)驗(yàn)語音數(shù)據(jù)錄入使用自帶麥克風(fēng)的PDA。朗讀文本選擇英語900句作為語料，錄制每人20句，實(shí)驗(yàn)人隨機(jī)抽選大學(xué)非英語專業(yè)學(xué)生45人。年齡集中在20-25歲之間。

在明確錄制要求和對象之后，按照英語專家所設(shè)定的朗讀數(shù)據(jù)語素正確發(fā)音標(biāo)準(zhǔn)及標(biāo)注，定義音素發(fā)音情況為三類，如漏讀、錯讀、正確。在系統(tǒng)衡量指標(biāo)并建設(shè)基本音素檢錯系統(tǒng)之前，以簡化模型為目標(biāo)，增讀暫時忽視，標(biāo)注統(tǒng)計(jì)結(jié)果如下：

專家1音素發(fā)音標(biāo)注結(jié)果中正確17468、錯讀519、漏讀402；

專家2音素發(fā)音標(biāo)注結(jié)果中正確17202、錯讀713、漏讀474。

引入發(fā)音錯誤標(biāo)注示例為“Would you answer the phone please”，錯誤標(biāo)注為“w uh d y uw aa n s ax dh[z] ax fou n [ ] p liy z”。

第二步，確定系統(tǒng)衡量指標(biāo)。

按照衡量系統(tǒng)總體性能進(jìn)行兩大重要指標(biāo)的界定，即準(zhǔn)確率和召回率，以專家1標(biāo)注結(jié)果為標(biāo)準(zhǔn)，計(jì)算準(zhǔn)確率和召回率分別為59%和69%。公式為：

召回率=系統(tǒng)檢測出的錯誤數(shù)量/測試集中的音素?cái)?shù)量*100%

針對計(jì)算結(jié)果進(jìn)行分析可得，正確發(fā)音在所選語料中占多達(dá)數(shù)，兩位專家標(biāo)注的結(jié)果類似，漏讀和錯度的比率類似，這意味著大學(xué)非英語專業(yè)學(xué)生英語發(fā)音時容易漏讀音素而不是音素發(fā)音錯誤。

第三步，建立基本音素檢錯系統(tǒng)。

大學(xué)非英語專業(yè)音素教改中自動語音識別技術(shù)的應(yīng)用到此階段，需要使用音素發(fā)音自動檢錯技術(shù)來輔助大學(xué)非英語專業(yè)音素教改的實(shí)踐應(yīng)用。判斷工作劉成偉，按照音素序列自動切分朗讀句子，切分所的為每個音素對應(yīng)的語音小片段，之后進(jìn)行小片段發(fā)音質(zhì)量的判斷，此處可引入音素發(fā)音質(zhì)量COP輔助構(gòu)建系統(tǒng)。在實(shí)踐應(yīng)用中，音素切分網(wǎng)絡(luò)可直接使用朗讀文本對應(yīng)的音素序列作為切分網(wǎng)絡(luò)，在聲學(xué)模型選擇方面，建議使用目前自動語音識別中慣常使用的HMM模型，發(fā)音數(shù)據(jù)則選擇標(biāo)準(zhǔn)英文發(fā)音數(shù)據(jù)，升學(xué)特征參數(shù)選擇MEL頻率倒數(shù)系數(shù)MFCC，音素識別列表方面按照常見的競爭子集。

按照以上的操作方式，在部分音素競爭子集的選擇階段，需要依照語音學(xué)和聲學(xué)經(jīng)驗(yàn)，客觀規(guī)律中每個音素模型間的相似度和距離，統(tǒng)計(jì)人工標(biāo)注中容易混淆的音素對。部分音素競爭子集可對應(yīng)如下：

（1）aa，對應(yīng)ae、ax、eh；（2）ao，對應(yīng)ax、er、eh；（3）aw，對應(yīng)ao、oo、uw；（4）ch，對應(yīng)sh、t；（5）eh，對應(yīng)ih、ax、el、ey；（6）s，對應(yīng)z。

第四步，使用獨(dú)立閾值提升錯讀檢測性能。

按照上述三個步驟進(jìn)行基本英文發(fā)音檢錯系統(tǒng)的描述，之后結(jié)果顯示所有音素的判斷閾值均一致。但是在研究結(jié)果中也充分體現(xiàn)出不同音素錯讀和正確讀出的COP分布情況大相徑庭。以“ey”和“ax”為例，兩者錯讀和正確讀出的區(qū)分相差度甚至二倍出現(xiàn)。基于此，進(jìn)行獨(dú)立閾值的優(yōu)化時，可將所有訓(xùn)練數(shù)據(jù)里的COP值以音素為歸類和升序排序依據(jù)，歸類所得形成N個棧VI，用VI[J]代表音素i的第i個樣本是否為錯誤發(fā)音，可取值0或者1，之后將最佳獨(dú)立閾值訓(xùn)練過程抽象成數(shù)學(xué)問題，即從頂部開始，每個棧全出個ai數(shù)據(jù)繼而求出最優(yōu)化ai構(gòu)成的B維向量。按照以上思路進(jìn)行計(jì)算時，可在初始化階段將樣本個數(shù)設(shè)置為0，得到的最多錯誤樣本個數(shù)設(shè)定為E[m]，那么可得最佳a(bǔ)in=0。在逐步進(jìn)行向量計(jì)算后，最終得到第i個棧中的第ain個樣本對應(yīng)COP值為最終訓(xùn)練所得到與因素對應(yīng)的檢錯門限。

第五步，檢測改進(jìn)因素對齊網(wǎng)絡(luò)實(shí)現(xiàn)漏讀。

上文分析可得大學(xué)非英語專業(yè)學(xué)生在朗讀英語時會出現(xiàn)漏讀一個或者多個因素，建議假定發(fā)音人按照句子里的因素排列順序能完整朗讀整個例句，在因素切分之前可檢測出發(fā)音人漏讀音素，放棄音素邊界的劃分，并以此作為提升系統(tǒng)應(yīng)用性能的切入點(diǎn)。

在檢測后可限定因素對齊網(wǎng)絡(luò)，比如搭建起識別網(wǎng)絡(luò)，網(wǎng)絡(luò)主路徑可依照單詞中每個因素的排列順序來依次連接，每個因素均可跳過去，如此一旦出現(xiàn)某個因素漏讀，此識別網(wǎng)絡(luò)就可自動識別漏讀二并得強(qiáng)制劃分出可匹配漏讀情況的小段語音數(shù)據(jù)。在識別器及自動識別技術(shù)應(yīng)用靈敏度較高的情況下此種設(shè)計(jì)才能確保有效。但是識別網(wǎng)絡(luò)需要被限制，不能所有音素都能輕易被跳過。否則就會失去檢驗(yàn)和應(yīng)用的初衷。

參考文獻(xiàn)：

[1]劉琳.基于自動語音識別技術(shù)的計(jì)算機(jī)輔助語音培訓(xùn)軟件在大學(xué)非英語專業(yè)音素教學(xué)中成效性的實(shí)證研究[D].山東大學(xué)，2012.

[2]胥文華.基于自動語音識別的在線軟件對中國大學(xué)生音素學(xué)習(xí)的有效性研究[D].湖南大學(xué)，2010.

[3]崔昆.高校英語語音教學(xué)中多媒體技術(shù)的運(yùn)用分析[J].科技展望，2016，26（08）：214-215.