基于安卓平臺的智能漢語口語學習應用設計研究

謝淑瑋 司徒俊鴻

摘 要 隨著移動互聯網技術的迅速發展，在線漢語教學方式應運而生。高度普及的移動智能設備以及飛速發展的語音處理技術，使得計算機輔助語言學習系統越來越受青睞。本文在安卓操作系統下設計構建了智能漢語口語學習應用平臺，該應用可針對漢語的口語發音特征進行細化評分，從而精確提升用戶的漢語口語水平。

關鍵詞 安卓平臺;智能漢語口語學習;系統模塊

1漢語口語學習的發展

1.1 漢語語音特征的研究歷史

多年以來，我國學者對漢語聲調特征提取、聲調分類進行了大量的研究。九十年代初，趙元任先生、劉復先生等學者就開始用科學儀器對漢語聲調本質和特征進行定量研究[1]。林茂燦等人對漢語語調相聲調進行了分析，研究表明邊界調可以區分疑問語氣和陳述語氣，并給出了普通話邊界調的基頻模式。疑問句的邊界調的基頻沒有因為語調的作用而發生改變[2]。Fu等人對漢語聲調的包絡信號進行了研究。他們將語音根據頻率帶分成幾段，去除光譜信息并保留每一段的振幅包絡及周期信息，仿真結果表明漢語聲調的識別率可達80%。曹陽等人提出采用決策樹的聚類算法統計學習了連續語音中聲調模式的分布[3]。這些研究促進了漢語語音特征識別準確性、廣泛性的提高，為日后的漢語口語評判體系提供了堅實的基礎。

1.2 漢語口語學習的研究現狀

如圖1所示，截止至2018年的數據，有關漢語口語學習的期刊論文一直都是呈上升趨勢的，數量也較為可觀。而關于漢語口語學習的學位論文數量達到峰值后有所下降，推測在2010年至2015年間，漢語口語學習相關的研究和應用迎來了短暫的風口，但經過三到五年的時間再進行觀察，無論從產品抑或市場分析，都未出現具備足夠競爭力的相關互聯網產品。從以上情況分析，漢語口語學習領域未來依然具有潛力，值得投入研究開發設計產品。

2系統設計原理

2.1 口語評判

用戶通過應用進行口語訓練時，系統會記錄期間的音頻保存為文件，并對音頻文件經過語音預處理（語音輸入-預加重-分幀-加窗）、特征參數抽取（快速傅里葉變換，FFT-三角帶通濾波-離散余弦變幻-MFCC輸出）、語音分割（Viterbi解碼-狀態序列）、整體評分（DTW）以及聲調評分（帶調音節評價函數或是聲調評價函數）一系列處理步驟，得到最終的得分結果。

2.2 個性化學習過程

在設計應用時，應用會在后臺采集并記錄用戶的學習數據和改進建議，根據用戶指定的難度、用戶使用時的內容得分，進行分析后向用戶推薦適合的課程與相關內容，從而達到更符合用戶的學習進度與學習能力的需求。基于數據分析調整推薦內容，使得應用能一定程度上做到更“懂”用戶。

2.3 平臺內容標準化

應用中的口語學習內容可制定出一套簡潔易用的規范格式，最少僅需包含文字信息與標準的口語音頻錄入，即可作為學習內容課程接入到應用平臺，便于日后引入更多機構進行內容創作。應用提供付費接口，可實現對部分優質內容進行收費的收入模式。

3系統模塊構成

3.1 安卓客戶端應用模塊

安卓客戶端應用主要分為口語學習、字典查詢、生詞本、用戶中心等主要功能。

口語學習是核心功能。我們可以將學習者分為三個等級，初級，中級和高級，然后根據對應的等級所具備的能力設計相應的練習，在此基礎上，深入學習語音語調識別內容，實現語音評分細化到聲母，韻母，聲調的部分及給出建議的功能。進而促進學習者尤其是漢語非母語學習者的學習。因為漢語非母語者跟漢語母語者的發音習慣有很大的區別，所以用以中文當母語的學習者的語素庫來進行語音識別會降低識別率，從而在進行分析的步驟上容易造成較大的誤差。采用非母語語素庫能避免這種問題。先用非母語語素庫進行語音識別，再用母語語素庫進行口語評分，評價本身分為兩個部分，得分和詳述。得分根據總體評判給出，詳述則是指出用戶錄入的每一個字或詞的發音細節如聲母、韻母、聲調等出現的錯誤進行評分。

在漢語口語學習的過程中，用戶還可以快速調用字典、生詞本功能進行查詢、記錄。同時在用戶結束該活動時將數據傳輸到服務器的數據庫上，進行數據備份。

用戶中心主要是個人資料以及已購課程，錢包余額等個人信息。以及常見問題，給予學習者解決疑惑和意見反饋，給予學習者反饋通道。登錄功能通過TCP/IP協議訪問后端數據庫，注冊功能用學習者的手機號作為賬號，向學習者的手機號發送信息來驗證是否學習者本人后再由學習者自己輸入密碼進行注冊。

界面美化可以吸引學習者的目光，在錄音，播放音頻，刪除生詞，轉換頁面等地方都可以適當加上動畫效果，實現界面美化。

根據以上列出的功能，設計的智能漢語口語學習應用架構有首頁（翻譯、生詞表以及課程）、我的課程（信息列表、列表項列出我的課程）、個人中心（登錄、錢包、已購課程、常見問題、意見反饋、設置）等。

3.2 后端服務器模塊

智能漢語口語學習應用的后端可以采用基于golang的beego框架編寫。本應用的數據可以被分為三個表，分別是用戶表，生詞表，課程表，用戶表和生詞表是一對多的關系，用戶表和課程表是一對多的關系。安卓客戶端的應用程序不能自動保存sessionId，為了保持學習者的登錄狀態，可以進行人工保存，即在登錄的時候手動保存服務器返回的sessionId，每次傳輸時再一起放在cookie中發過去給服務器。服務器就能區別每個學習者的會話狀態。

4結束語

本文對智能漢語口語學習應用的設計過程進行了總結，該應用是典型的C/S架構應用，應用系統通過安卓平臺的客戶端與用戶進行交互，用戶在客戶端進行口語學習等操作，而用戶的學習進度、課程內容、生詞記錄等數據則發送回服務端數據庫進行保存，以便用戶在不同的設備使用該應用均可保留進度。前后端的同步協調，使得本文設計的應用能覆蓋用戶的漢語口語學習需求。

參考文獻

[1] 劉俐李.漢語聲調論[M].南京：南京師范大學出版社，2005：20-25.

[2] 林茂燦.漢語語調與聲調[J].語言文字應用，2004（3）：57-67.

[3] 曹陽，黃泰翼，徐波.基于統計方法的漢語連續語音中聲調模式的研究[J]. 自動化學報，2004，30（2）：191-198.