廖俐

摘? 要：在“互聯(lián)網(wǎng)+教育”時代，信息化智能測評技術(shù)已在高職教育中得到普遍應(yīng)用。與傳統(tǒng)的信息化教學手段相比，語音智能評測技術(shù)的系統(tǒng)輔助口語學習和測評，以及智能化語言教學具有便捷性、可操作性與即評性的優(yōu)勢。普通話教學實施語音智能測評技術(shù)能夠即時對教學質(zhì)量進行教學反饋，教師可以因材施教對學生進行分層教學。語音智能評測技術(shù)有助于高職院校普通話信息化課堂的改革與建設(shè)，進一步推進口語教學的信息化手段與傳統(tǒng)教學的融合。

關(guān)鍵詞：語音智能評測技術(shù)? 高職? 普通話? 信息化

中圖分類號：TP311? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1672-3791（2021）01（c）-0001-05

Abstract： In the era of "Internet plus education"， the technology of information intelligent assessment has been widely applied in higher vocational education. Compared with the traditional information-based teaching methods， the intelligent speech assessment technology system assists oral learning and assessment. Intelligent language teaching has the advantages of convenience， operability and immediate evaluation. The implementation of speech intelligent assessment technology in mandarin teaching can give immediate feedback on teaching quality and teachers can teach students in accordance with their aptitude. Intelligent speech assessment technology is helpful to the reform and construction of mandarin information-based classroom in higher vocational colleges and further promotes the integration of information-based means of oral teaching with traditional teaching.

Key Words： Intelligent speech assessment technology; Higher vocational education; Mandarin; Informationization

隨著“互聯(lián)網(wǎng)+教育”時代的到來與計算機語音識別技術(shù)的快速發(fā)展，借助計算機進行輔助口語學習和測評的智能化語言教學已是現(xiàn)代高職教育信息化課堂教學的常態(tài)?，F(xiàn)今已普及的高職信息化課堂教學要求做到教學質(zhì)量的及時可評可測，語音智能評測技術(shù)在高職普通話信息化課堂中的開發(fā)與探究具有重要的意義與應(yīng)用價值。

1? 語音測評技術(shù)在教學研究中的發(fā)展脈絡(luò)

普通話教學是教師口語教學的重要組成部分，在語音評測技術(shù)教學應(yīng)用中，對學習者的評價一般從“音”和“調(diào)”兩個層面進行。對“音”的評價，要求標準化;對“調(diào)”的評價，要求學習者在不同的語境中運用正確的語調(diào)和語氣，讓普通話發(fā)音呈現(xiàn)抑揚頓挫（正確的調(diào)值）的調(diào)值變化。

近年來，眾多學者在語音測評技術(shù)的應(yīng)用研究方面研究較為深入。

一是在發(fā)音標準度的層面，主要貢獻集中于美國斯坦福研究院的Neumeyer L、Franco H、Kim Y和Witt SM。1996年，Neumeyer L等人設(shè)計的VILTS軟件系統(tǒng)已經(jīng)可以通過提供發(fā)音分數(shù)，向人們顯示每節(jié)語音訓練課程結(jié)束后的效果。該系統(tǒng)基本做到了語音的計算機智能評測，是當時具有代表性的發(fā)音評測系統(tǒng)：基于HMM系統(tǒng)基礎(chǔ)上，VILTS系統(tǒng)的機器與人工評分的相關(guān)性從0.5上升到0.88。1997年，F(xiàn)ranco H“基于HMM的對數(shù)后驗概率”提出，提升了發(fā)音測試系統(tǒng)的置信度算法，尤其表現(xiàn)在被測試者在句子層面發(fā)音標準度的測算。2000年，Witt SM提出了一種可以判斷發(fā)音錯誤部分的算法，即發(fā)音良好度算法。此方法可以計算出語音的相似度，并能夠根據(jù)相似度的距離得到評測分數(shù)。在這些研究者的基礎(chǔ)上，近些年在發(fā)音質(zhì)量評測中得到更廣泛應(yīng)用的是GOP及其改進算法。在國內(nèi)研究中，有3位研究者進一步提升了發(fā)音測試的準確性。2007年，劉慶升等人在GOP算法的基礎(chǔ)上，運用語言學知識，對GOP的算法成功實現(xiàn)了優(yōu)化改進。由于全部音素集合替換成了常見的發(fā)音錯誤音素子集，系統(tǒng)運算量得以降低，常見發(fā)音錯誤的檢測能力得以提升。2013年，張茹等人通過以音素模型感知度為基礎(chǔ)的評測方法，達到了減少變異發(fā)音誤差，提升語音判別精準度的效果。同年，嚴可、魏思、戴禮榮等人優(yōu)化了各類發(fā)音數(shù)據(jù)的聲學模型，修正了由單用發(fā)音標準數(shù)據(jù)建模帶來的非標準發(fā)音測評不夠精準的問題。同時，Zhang J（2013）等人為了提高在音素和語句層面評測的準確率，應(yīng)用多種發(fā)音質(zhì)量數(shù)據(jù)，訓練出音素的不同發(fā)音質(zhì)量的模型，實現(xiàn)了對傳統(tǒng)GOP算法的優(yōu)化改進。

二是在發(fā)音聲調(diào)與語氣的層面，Chen JC（2004）等人應(yīng)用語音識別器，在加權(quán)匹配計算測試語音的音量與基頻等特征和標準語音的距離后，計算出用戶的發(fā)音強度分值和節(jié)奏分值，調(diào)入聲調(diào)的評分標準與音素的評分標準，最后綜合得出用戶發(fā)音的整體分值。

前文已對近年來國內(nèi)外語音評測技術(shù)的開發(fā)與應(yīng)用及其算法優(yōu)化做了綜述，目前語音評測技術(shù)已經(jīng)廣泛地應(yīng)用于語言學習領(lǐng)域，但在高職普通話教學信息化課堂實踐教學中，但針對高職師范生語音特點的課堂復雜環(huán)境下普通話即時評測技術(shù)的應(yīng)用尚待技術(shù)人員與教師一起共同開發(fā)與應(yīng)用。針對高職生特別是廣西壯族地區(qū)高職生的普通話語音面貌特點實現(xiàn)語音評測算法并探索提高評分效果的方法，將創(chuàng)新性地實現(xiàn)高職普通話信息化課堂教學質(zhì)量的及時評價并拓展語音評測技術(shù)的應(yīng)用領(lǐng)域。綜上所述，針對高職師范生普通話語音智能測試技術(shù)開發(fā)與應(yīng)用是十分必要的。

2? 語音智能測評技術(shù)在高職普通話信息化課堂中的開發(fā)

語音評測技術(shù)是普通話信息化課堂教學質(zhì)量及時評價的核心技術(shù)之一。該技術(shù)的開發(fā)與應(yīng)用主要在于高職階段學習普通話的學生提供普通話標準發(fā)音的教學和評測功能。通過該系統(tǒng)，一方面，學生通過對普通話測試中的單語詞、雙語詞、短文朗誦和命題說話等內(nèi)容的語音錄用，系統(tǒng)根據(jù)學生發(fā)音的準確度給出0～100分的評分;另一方面，學生可以逐句聆聽標準音示范，在單語詞、雙語詞、短文朗讀等環(huán)節(jié)中發(fā)音、語調(diào)、語速、停頓等多個方面進行模仿，根據(jù)學生模仿的語音相似度系統(tǒng)會為其打出0～100分的分值。

2.1 語音評測系統(tǒng)設(shè)計

語音評測系統(tǒng)框架設(shè)計在綜合考慮現(xiàn)有語音識別技術(shù)與語音評測系統(tǒng)的用戶需求分析基礎(chǔ)上，把測評系統(tǒng)設(shè)計為3層結(jié)構(gòu)：建立標準模板庫、預處理用戶語音和提取語音特征及匹配模式。

2.1.1 標準模板庫的建立

根據(jù)廣西民族地區(qū)高職生普通話語音評測系統(tǒng)的用戶特點，因為不少壯族學生發(fā)音與標準發(fā)音差異較大，需要錄制標準的普通話標準發(fā)音音頻;同時，尋找一位普通話發(fā)音標準的壯族同學進行糾音示范，通過壯語與普通話對比發(fā)音音頻錄制，進行必要的特征提取，建立標準模板庫。

2.1.2 用戶短文朗讀的預處理和特征提取

錄入并存儲用戶的普通話短文朗讀與命題說話音頻，對其進行預處理及相關(guān)語音特征提取。從短文朗讀角度，由于普通話測試所選用的短文都是經(jīng)過嚴格篩選的，文章字句具有音節(jié)整齊規(guī)整、句調(diào)抑揚頓挫的特點。在朗讀時使用的朗讀技巧有語調(diào)、重音、停連和節(jié)奏;從語音特征提取角度，運用梅爾頻率倒譜系數(shù)（MFCC）系統(tǒng)提取的MFCC特征屬于頻譜特征，注重聽覺特征，即人耳聽覺過程，主要表征發(fā)音者的聲道特征，是短時的聲學信息。韻律特征代表聲音隨時間的變化，如基音頻率、短時能量的變化等，包括基音頻率和短時能量，同時使用DTW算法進行模式識別，探索適合在復雜環(huán)境下短文朗讀的評分方法，最后通過實驗對比選用不同特征集的系統(tǒng)性能。韻律特征與MFCC頻譜特征具有很好的互補性。之前有學者們研究發(fā)現(xiàn)，與韻律感知最為相關(guān)的聲學特征有音高和音強：音高對應(yīng)的語音參數(shù)是基音頻率，基音頻率反映聲帶的振動頻率，基頻越高，聲調(diào)越高;音強對應(yīng)的語音參數(shù)是短時能量，音強反映發(fā)聲的輕重。具體評測系統(tǒng)框架設(shè)計圖見圖1。

2.1.3 模式匹配

在得到語音的特征參數(shù)后，下一步需要進行模式匹配。典型的模式匹配算法包括模板匹配、統(tǒng)計模型以及神經(jīng)網(wǎng)絡(luò)。模板匹配的實現(xiàn)路徑為：在標準語音和測試語音進行采樣對比中，軟件系統(tǒng)將采用相同的特征提取方式提取語音特征，得到標準模板和測試模板。通過對標準模板和測試模板進行匹配計算，匹配分數(shù)的高低映射為百分制的評分。在比較標準模板和測試模板特征參數(shù)時，由于兩段語音在長度和速度上有差異，將采用動態(tài)時間規(guī)整算法（DTW）這一匹配算法解決直接計算結(jié)果出現(xiàn)的偏差問題。

2.2 評分機制的設(shè)計

通過對相關(guān)語音特征的綜合，當前的語音評測算法僅能給出對于發(fā)音評價的總評分數(shù)。這對于普通話測試訓練中的普通話短文朗讀訓練意義不大，因訓練者無法確切知道在短文朗讀過程中卻在的缺陷。如若測評結(jié)果也可呈現(xiàn)朗讀者在音準、韻律中的得分，將會對訓練者的朗讀水平與糾音指導有著更大的意義。

這一想法，可通過在計算過程中針對MFCC特征和韻律特征進行兩次DTW運算得以實現(xiàn)。具體來說，要首先獲得學生用戶錄入語音的MFCC和韻律特征，之后將其與標準模板進行模式匹配，獲知兩者之間的區(qū)別大?。ɑ蚍Q距離大小），并將結(jié)果轉(zhuǎn)化為0～100的評分。區(qū)別越大，證明用戶與標準模板之間相似度低，得分低;區(qū)別越小，證明用戶與標準模板之間相似度高，得分高。在這里通過設(shè)置兩個閾值將距離轉(zhuǎn)化為評分。運算公式如下：

3? 語音智能評測技術(shù)的高職普通話教學實踐

語音評測技術(shù)是教師口語教學中普通話教學模塊的核心。在語音評測技術(shù)的支持下，學生采用先聽再跟讀的方式，每一字句的朗誦都能得到系統(tǒng)即時的反饋，就像有一位專業(yè)的朗讀老師隨時在學生身旁，給學生專業(yè)的朗讀示范和練習反饋。相對于傳統(tǒng)的普通話教學課堂，這樣的學習方式具有極大的優(yōu)越性，能夠有效地提高學生的朗讀能力。同時，語音評測技術(shù)可以與語音訓練的其他功能有機結(jié)合。

3.1 語音評測技術(shù)系統(tǒng)有利于歸集學生語音缺陷，開展分層教學

對于學生的語音面貌，在傳統(tǒng)的普通話教學中，教師往往靠學生一個個上臺進行普通話朗讀進行現(xiàn)場記音測評打分，從而對每一位學生的普通話語音情況進行摸底了解，但是，這樣的傳統(tǒng)做法不但浪費時間與精力，耗時較多，而且因為授課時間受限，授課教師往往無法在短時期內(nèi)有效獲取每一位學生的語音面貌真實情況，而且課堂環(huán)境較為復雜，當場人工測評錄音評分難度大。因此，語音智能評測技術(shù)在普通話教學課堂中的應(yīng)用具有重要的實踐價值。授課教師可以在課程初期，向?qū)W生介紹“語音評測技術(shù)系統(tǒng)”APP使用的相關(guān)流程，組織學生以小組為單位進行普通話評測，評測系統(tǒng)會根據(jù)學生的發(fā)音情況給出相應(yīng)的分數(shù)，并形成測試報告。例如，語音評測技術(shù)可以輔助學生進行聲母發(fā)音練習。聲母發(fā)音學習是普通話語音學習的第一個步驟，雖然高職階段的學生們早已知曉漢語普通話聲母的基本發(fā)音，但是對聲母的性質(zhì)的了解甚少。聲母的不同是由發(fā)音部位和發(fā)音方法的不同決定的。對于聲母發(fā)音的準確把握必須從了解聲母的發(fā)音部位與發(fā)音方法開始。因此，語音評測技術(shù)在信息化課堂中可以通過在用戶端安裝APP的方式進行，在課堂復雜環(huán)境下對學生的聲母發(fā)音進行有效、快速的識別、比對與評分，并通過音頻波長曲線向用戶形象呈現(xiàn)用戶目前聲母發(fā)音與語音庫標準音之間存在的差距，使用戶能夠快速有效地調(diào)整自我發(fā)音，達到快速、有效診斷自我聲母發(fā)音的問題。

3.2 語音評測技術(shù)系統(tǒng)方便學生課下學習，實現(xiàn)無縫學習空間

語言是人類交流的最基本的工具。語言重在日常環(huán)境中的反復使用與練習。普通話教學與練習不能局限于40 min的課堂，而應(yīng)該在課余時間不斷地進行聽音與模仿練習。普通話學習是一個不斷聽取標準音、不斷自我糾音、不斷練習的過程。這就要求學生不僅在普通話教學課堂中進行普通話語音基礎(chǔ)知識的學習，還需要在大量的課余時間內(nèi)不斷地模仿與糾正，將語音評測技術(shù)系統(tǒng)APP安裝在手機中，課余時間內(nèi)最大限度地方便學生課下學習，實現(xiàn)線上線下課上課下無縫學習空間。

另外，普通話朗讀訓練往往需要反復練習，在練習過程中學生容易感到枯燥。而沖榜的設(shè)計可以在一定程度上緩解學生的情緒，因為每一次的練習都可能獲得更高的分數(shù)，刷新在排行榜的排名。通過對普通話教學實施語音智能測評技術(shù)即時教學質(zhì)量反饋教學，教師可以因材施教地對學生進行分層教學。主要是由于多數(shù)學生的知識結(jié)構(gòu)層次以及接受新知程度存在極大的差異，再加上學生的城鄉(xiāng)差距以及民族差異。學生的發(fā)音習慣之間的差異，教師可以在利用信息化手段進行教學內(nèi)容上將普通話教學過程進行分層，將教學分為單音節(jié)詞、多音節(jié)詞和短文朗讀、命題作文朗讀部分，并在相應(yīng)的訓練模塊中應(yīng)用語音智能測評技術(shù)，及時關(guān)注學生訓練測評的情況與糾音的情況。

3.3 有利于深度學習普通話教學翻轉(zhuǎn)課堂的開展

語音評測技術(shù)系統(tǒng)有利于深度學習普通話教學翻轉(zhuǎn)課堂的開展。一是課前教師通過在語音評測技術(shù)系統(tǒng)中發(fā)布課前學習資料，學生可以通過網(wǎng)絡(luò)資料學習與語言資源信息聚合，激活前知，完成知識定位與概念重構(gòu);二是在課中，教師根據(jù)學生語音面貌情況進行有效分層教學，有的放矢，幫助學生建構(gòu)信息多層交互，協(xié)助學生開展協(xié)作互動學習，解決教學重難點;三是課后教師通過在線系統(tǒng)中發(fā)布課后學習資料與練習題，協(xié)同學生達成多層信息群體智慧，完成建構(gòu)創(chuàng)新，達到知識內(nèi)化。

4? 結(jié)語

語音評測技術(shù)系統(tǒng)在高職普通話教學課堂的廣泛應(yīng)用將極大提高教學質(zhì)量。從教師層面看，語音評測技術(shù)系統(tǒng)大大縮短了教師對學生普通話語音面貌進行測評的時間，精簡了評測流程，也提高了測評效果的有效性;同時，也減輕了新進教師的聽音記音壓力，讓教師可以有更多的時間與精力進行分層針對性教學。另外，系統(tǒng)自動生成的波形標準模板相距報告分層有利于教師進行教學重難點調(diào)整，實現(xiàn)課前大數(shù)據(jù)復雜教學設(shè)計。在課堂評價，語音評測技術(shù)系統(tǒng)將采用過程性評價和表現(xiàn)性評價結(jié)合的方式。在過程性評價中，通過系統(tǒng)中的大數(shù)據(jù)分析，可知學生的練習參與度及其在不同環(huán)節(jié)能力體現(xiàn)的差異性;表現(xiàn)性評價中將結(jié)合學生課后作業(yè)的完成情況，評價學生對知識的掌握狀況。從學生層面看，普通話課程從教室課堂延伸到課后生活空間，手機的普及使學生的普通話學習能夠?qū)崿F(xiàn)線上線下無縫學習空間。

未來，在語音評測技術(shù)的支持下，普通話朗讀及時評價智能系統(tǒng)將會有更廣闊的發(fā)展空間。比如，普通話朗讀游戲的關(guān)卡可以與高職普通話教學實訓教學大綱同步，整合課程標準需要學習的普通話聲、韻、調(diào)知識與短文朗讀、命題說話知識。若條件允許，普通話語音測試智能系統(tǒng)可以開發(fā)出教師端，在后臺進行信息綁定后，教師可以查看班級內(nèi)每一個學生的發(fā)音朗讀情況學習時間和朗讀評分，這些數(shù)據(jù)將輔助教師更有針對性地進行普通話信息化教學。

普通話朗讀及時評價智能系統(tǒng)擁有著良好的發(fā)展前景，尤其是在普通話教學方面。例如，進一步開發(fā)普通話朗讀測評的相關(guān)軟件，使其變得更加的直觀與有趣，如此能更好地利用到教學當中，納入到高職普通話教學實訓課程標準中，整合普通話聲、韻、調(diào)知識與短文朗讀、命題說話知識。同時，應(yīng)該同步開發(fā)教師端，讓教師可以看到學生學習的過程和結(jié)果數(shù)據(jù)，這一數(shù)據(jù)可以極大地幫助教師有針對性地開展普通話教學。

參考文獻

[1] 王辭曉，李賀，尚俊杰.基于虛擬現(xiàn)實和增強現(xiàn)實的教育游戲應(yīng)用及發(fā)展前景[J].中國電化教育，2017（8）：99-107.

[2] 任涵涵.《中國詩詞大會》與中小學古詩詞教學[D].陜西理工大學，2018.

[3] 蔡曉琴，黃新德，趙靜.論高職普通話課程信息化改革[J].企業(yè)導報，2016（18）：127.

[4] 于繼棟，劉勝男.當傳媒業(yè)遇到智能語音技術(shù)[J].中國傳媒科技，2015（7）：14-17.

[5] 沈紫嫣怡.高職院校普通話教學存在的問題與對策——以上饒職業(yè)技術(shù)學院為例[J].讀與寫（教育教學刊），2020，17（2）：34.

[6] 邵曉莉.《普通話》信息化教學設(shè)計與應(yīng)用[J].科技創(chuàng)新導報，2016，13（25）：79-80.