陳紅燕

（合肥學(xué)院中文系，合肥 230061）

從“人機(jī)共生”看PSC智能語音測試系統(tǒng)的信度、效度與影響

陳紅燕

（合肥學(xué)院中文系，合肥 230061）

2007年后PSC智能語音測試系統(tǒng)逐步推行，在各個方面取得了較大改善。但伴隨推行范圍進(jìn)一步加大，其智能性、準(zhǔn)確性與社會影響越來越激發(fā)業(yè)內(nèi)深層思考?？陀^評價PSC智能語音測試系統(tǒng)；創(chuàng)造“人機(jī)共生”環(huán)境，人工參與語音測試，盡可能確保各級語音評測的精準(zhǔn)度；普及漢語口語標(biāo)準(zhǔn)度和規(guī)范度的社會共識；建立動態(tài)發(fā)展的大容量語料庫以資評分參考，不斷提高母語測試系統(tǒng)的信度與效度，是完善漢語標(biāo)準(zhǔn)語語音測試系統(tǒng)的必經(jīng)之路。

人機(jī)共生；智能語音；信度；語域；效度；動態(tài)語料庫

一、“人機(jī)共生”與PSC智能語音測試系統(tǒng)

1．“人機(jī)共生”概念與研究現(xiàn)狀

20世紀(jì)50年代，計算機(jī)開始被用于智能研究。1960年，美國科學(xué)家立克里德指出：“人機(jī)共生是人與電子計算機(jī)之間合作性交互被期盼的發(fā)展。它將涉及伙伴關(guān)系中人與電子成員之間非常密切的耦合。”與立克里德對人機(jī)交互關(guān)系的樂觀態(tài)度相反，1960年，Bar-Hillel對理論基礎(chǔ)項(xiàng)目強(qiáng)烈不滿，特別是那些研究中間語的方法，他還證明了全自動高質(zhì)量翻譯（FAHQT）在原則上的不可行性。他拒絕所謂的FAHQT這樣的理想目標(biāo)，提倡開發(fā)基于計算機(jī)的翻譯系統(tǒng)，為人類譯員提供幫助，即所謂的“人機(jī)共生”環(huán)境，將機(jī)器發(fā)展為人工的最佳助手。

“人機(jī)共生”概念從出現(xiàn)至今，相關(guān)研究充分證明了Bar-Hillel主張的人工為主導(dǎo)、計算機(jī)為輔助這一觀點(diǎn)的正確性和現(xiàn)實(shí)意義。立克里德盼望的人機(jī)之間密切耦合遠(yuǎn)未實(shí)現(xiàn)。以機(jī)器翻譯為例，上世紀(jì)50年代和60年代，機(jī)器翻譯研究者碰到的語言問題比他們預(yù)想的要多得多，研究結(jié)果令人失望。1966年美國語言自動處理咨詢委員會建議有關(guān)FAHQT的機(jī)器翻譯研究應(yīng)該停止，研究人員的注意力應(yīng)該轉(zhuǎn)向?yàn)榉g人員提供水平比原來所定的高目標(biāo)要低一些的輔助系統(tǒng)。上世紀(jì)90年代至今，機(jī)器翻譯得到改善，但除天氣預(yù)報、旅游等窄領(lǐng)域外，通用意義上的機(jī)器翻譯產(chǎn)品仍不實(shí)用，譯文質(zhì)量遠(yuǎn)不能達(dá)標(biāo)。目前，國內(nèi)外自然語言翻譯公司多數(shù)仍以人工翻譯為主，機(jī)器為輔。

2O世紀(jì)末，語言測試越來越多地使用計算機(jī)技術(shù)，語言測試的方法和手段發(fā)生了根本性變化，計算機(jī)輔助教學(xué)以及電腦化測試手段開始逐步普及，并使得語言學(xué)習(xí)和語言測試的許多方面都得到了發(fā)展。計算機(jī)在語言測試中的應(yīng)用主要體現(xiàn)在題庫建設(shè)、計算機(jī)輔助語言測試以及計算機(jī)自適應(yīng)語言測試等方面。然而，鑒于現(xiàn)階段技術(shù)瓶頸，計算機(jī)給出的測評結(jié)果僅供參考，不能作為語言能力測評的唯一標(biāo)準(zhǔn)。

“人機(jī)共生”研究與應(yīng)用，體現(xiàn)研究者致力于實(shí)現(xiàn)計算機(jī)技術(shù)的最大輔助功能、不斷縮小人機(jī)之間差距的努力。自上世紀(jì)50、60年代以來，研究者和使用者對其應(yīng)用價值的審視越來越客觀，不再過度理想化設(shè)定目標(biāo)，而是致力于人機(jī)交互應(yīng)用性與科學(xué)性研究，研究的應(yīng)用價值由誤差率大小和使用者對誤差的容忍度來決定。

2.PSC智能語音測試系統(tǒng)與應(yīng)用現(xiàn)狀

2004年11月安徽中科大訊飛信息科技有限公司承擔(dān)“智能語音技術(shù)在普通話輔助學(xué)習(xí)中的應(yīng)用研究”項(xiàng)目，研究目標(biāo)為在普通話水平測試規(guī)程的指導(dǎo)下，建立實(shí)用化的計算機(jī)輔助智能測評系統(tǒng)，將計算機(jī)輔助測試和語言學(xué)習(xí)系統(tǒng)結(jié)合起來，初步建立比較完善的智能普通話口語學(xué)習(xí)系統(tǒng)，2006年1月18日項(xiàng)目通過國家鑒定。2007年普通話計算機(jī)智能化測試系統(tǒng)（以下簡稱“機(jī)測”）開始使用并逐步推行。以2010年為例，全年參加機(jī)測的人數(shù)逾160萬人次，占當(dāng)年測試總?cè)藬?shù)的50%以上。

機(jī)測系統(tǒng)承續(xù)了人工測試時期的目標(biāo)，旨在以測促推，從測試過程、測試結(jié)果、成績發(fā)布等各個方面試圖以其高效、公正、客觀促進(jìn)普通話推廣?！皺C(jī)測的推行使得普通話測試逐漸從繁重的人工勞動中解脫出來，從報名、評測到歸檔均大大提高了效率。機(jī)測也使得測試的公平性得到了極大保證，一定程度上也保證了結(jié)果的準(zhǔn)確性。科大訊飛公司經(jīng)過一年多的技術(shù)攻關(guān)，項(xiàng)目研究取得了突破性的進(jìn)展，在全國主要方言區(qū)進(jìn)行的現(xiàn)場人機(jī)測試對比結(jié)果表明，計算機(jī)測試的結(jié)果在分?jǐn)?shù)和等級上已經(jīng)達(dá)到了和高水平測試員高度一致的水平。 ”

機(jī)測從2007年推行至今，其成果有目共睹，但也存在許多值得業(yè)界探討的問題。本文有鑒于PSC機(jī)測系統(tǒng)的應(yīng)用與發(fā)展，從“人機(jī)共生”的角度分析該系統(tǒng)的信度、效度與深層影響。無論是人工還是機(jī)測時期，高校在校生都是受測主體，高校生的測試數(shù)據(jù)具有一定代表性，因而本文數(shù)據(jù)主要采用安徽某高校的大學(xué)生測試數(shù)據(jù)。

二、PSC智能語音測試系統(tǒng)的信度、效度與影響

2005年Bachman提出的 “評價使用論證”是測試學(xué)界非常有影響力的理論模式。 Bachman認(rèn)為，有用性是測試的重要性質(zhì)，包括信度、效度、真實(shí)性、交互作用、影響、可實(shí)踐性六大屬性。

1．信度與PSC智能語音測試系統(tǒng)

信度是指測試結(jié)果受隨機(jī)誤差影響程度的指標(biāo)。高信度是高效度的前提。

目前，學(xué)界對PSC智能語音測試系統(tǒng)中高分段的機(jī)測結(jié)果存在較大爭議，主要體現(xiàn)在：（1）等級越高，測試差異越大；（2）機(jī)測前三項(xiàng)對自然度、貼合度、表現(xiàn)力沒有評價；（3）前三項(xiàng)與第四項(xiàng)評分割裂，導(dǎo)致第四項(xiàng)評分容易過細(xì)過嚴(yán)。這些因素都會直接導(dǎo)致一級以上的通過率很低。

筆者（國家語委普通話培訓(xùn)測試中心核定成績?yōu)橐患壖椎龋┰?jīng)上機(jī)測試前三項(xiàng)，機(jī)器給予的分?jǐn)?shù)只有55分左右，如果結(jié)合第四項(xiàng)評分，最終成績至多達(dá)到一級乙等中低分段?！皬?008年11月到2009年2月期間，對該系統(tǒng)做過多次試驗(yàn)：請不同時期、不同年齡段、以及不同性別的已經(jīng)獲得過國家語委普通話培訓(xùn)測試中心認(rèn)定的一級甲等成績?nèi)藛T來進(jìn)行試驗(yàn)測試?！薄巴瑫r為了減少其他因素的影響，試驗(yàn)人員事先全部都對測試試卷前3題的正確讀音進(jìn)行過正音。結(jié)果前3題測試完之后，機(jī)器打出的分?jǐn)?shù)最高的為57.2分，最低的為53.8分。按照這樣的結(jié)果，即使應(yīng)試人最后一題只扣一分，最終成績都達(dá)不到一級甲等?！?/p>

由于測試結(jié)果與實(shí)際聽感差異大，考生對考試結(jié)果質(zhì)疑也越來越大。以表一、表二為例，無論是否接受過培訓(xùn)，一級乙等以上的通過率都極低。一級通過率嚴(yán)重影響應(yīng)測者普通話學(xué)習(xí)的積極性，對普通話的使用和進(jìn)一步推廣很不利。

2．效度與PSC智能語音測試系統(tǒng)

效度是 “對測驗(yàn)分?jǐn)?shù)所做的特定推論在恰當(dāng)、有意義以及有實(shí)際實(shí)用價值幾個方面的程度”。在語言測試領(lǐng)域，效度比較多地被理解為測量理論、構(gòu)成和分?jǐn)?shù)有效。

PSC智能語音測試系統(tǒng)重點(diǎn)測評受測人的語言標(biāo)準(zhǔn)度，涉及字音準(zhǔn)、詞音準(zhǔn)、句音準(zhǔn)、語篇音準(zhǔn)。機(jī)測系統(tǒng)不僅測評音準(zhǔn)，對詞匯、語法、語用能力也有一定的要求。

PSC智能語音測試系統(tǒng)的效度主要體現(xiàn)在對受測人口語測驗(yàn)的分?jǐn)?shù)推論較為妥當(dāng)，在語言使用能力上也具有一定的促進(jìn)作用。但值得斟酌探討的是，當(dāng)話語表達(dá)發(fā)展到語篇階段時，語篇的語域風(fēng)格與說話人的表達(dá)策略使得語流出現(xiàn)多種音變，停頓、重音、語氣、連貫等均對音節(jié)音準(zhǔn)產(chǎn)生較大影響。以第三項(xiàng)朗讀的語篇為例，機(jī)器只能標(biāo)注出顯性音變，而對于因語域風(fēng)格與表達(dá)策略造成的隱性音變不可能也無法處處設(shè)定評測標(biāo)準(zhǔn)。第四項(xiàng)說話題的語料則由于過于開放，機(jī)器無法完成評測，只能交給人工，而由于人工與機(jī)器測評的連貫性被切斷，對有限語料的獨(dú)立評測（說話項(xiàng)時長3分鐘）容易造成評分過苛，影響總分的客觀性。

3．真實(shí)性、交互作用與PSC智能語音測試系統(tǒng)

語言測試中的真實(shí)性是指受試者在測試中使用目標(biāo)語完成測試任務(wù)與其在現(xiàn)實(shí)生活中使用語言進(jìn)行交際活動的相似程度，也就是語言測試與語言交際的統(tǒng)一程度。交互作用是指受試者與測試內(nèi)容和過程的關(guān)系。最主要的是受試者的語言能力、專門知識和情緒。

以PSC智能語音測試系統(tǒng)第四項(xiàng)評測為例，第四項(xiàng)主要測試完全獨(dú)立的話題性單向口語表達(dá)，其特點(diǎn)為：單向表達(dá)、無人工引導(dǎo)與提示、圍繞選定話題展開表述、表達(dá)流暢自然。以上與日常生活中的口語表達(dá)差異甚大。日?？谡Z基本是雙向或是多向交流，話題可以散漫無拘束，表達(dá)無需流暢性，達(dá)意即可。因而，評測出現(xiàn)以下幾種現(xiàn)象：一是因不了解、不適應(yīng)這種表達(dá)方式，受測人在第四項(xiàng)中會出現(xiàn)諸如缺語、重復(fù)、語言表現(xiàn)僵硬呆板等諸多問題，有些受測人因此錯誤使用背稿、朗誦、讀秒等應(yīng)試方式。二是受測內(nèi)容與受測人日常交際口語內(nèi)容相去甚遠(yuǎn)，受測人對語言標(biāo)準(zhǔn)與語言應(yīng)用能力概念的認(rèn)知與掌握存在較大差距。因此，近些年很多受測者表現(xiàn)出口語篇章能力薄弱，話題渙散、框架紊亂、詞匯貧乏、言之無物。三是由于機(jī)測評分體系已經(jīng)智能化，全程只由程序提醒受測人測試內(nèi)容，受測人在測試過程中缺乏心理調(diào)適與語言引導(dǎo)，情緒容易緊張，不少測試點(diǎn)出現(xiàn)過很多受測人遲遲不能進(jìn)入系統(tǒng)進(jìn)行測試的情況。四是受測人因不了解評測方式，在各項(xiàng)中出現(xiàn)不同的問題。

4．影響、可實(shí)踐性與PSC智能語音測試系統(tǒng)

“影響”指對社會、教育制度以及個人的影響?！翱蓪?shí)踐性”指測試付諸實(shí)施的方法。

PSC智能語音測試系統(tǒng)實(shí)施影響上文提及高效、公平、客觀等積極效用，“系統(tǒng)基于國家普通話水平測試大綱，可準(zhǔn)確地對考生命題說話之外的所有測試題型進(jìn)行自動評測，并可以自動檢測發(fā)音者存在的語音錯誤和缺陷，對使用者高效提升普通話口語水平具有積極的指導(dǎo)意義。該系統(tǒng)應(yīng)用于國家普通話水平測試當(dāng)中，不僅可以提高普通話水平測試效率、降低測試成本和組織難度，同時也可以開展目前無法開展的考前模擬測試，為考生提供針對性的考前指導(dǎo)?！?/p>

除卻積極效用外，PSC智能語音測試系統(tǒng)也存在一些負(fù)面影響：

（1）評測研究趨弱，評測專家流失。一是機(jī)測前三項(xiàng)不需要測試員評分，使得第四項(xiàng)人工評分缺乏前后比對依據(jù)。二是測試員獨(dú)立聽測，又不能占有考生語料，因而無法就一個語料展開評測交流。三是因語料匱乏、研討稀少，測試員尤其是專家測試員流失相當(dāng)嚴(yán)重，對普通話測試研究是極大的損失。

（2）母語標(biāo)準(zhǔn)模糊，應(yīng)試趨于功利。機(jī)測時期高校受測者語言標(biāo)準(zhǔn)度較人工測試時期明顯提高。為便于考生參考，各省市級語言文字管理部門的網(wǎng)頁上都對考試流程做了比較詳細(xì)的說明。因而，主測單位、考生、考生所屬單位都普遍認(rèn)為考前培訓(xùn)并不重要。以安徽省某高校09年受測情況分析為例：

表一：受測總?cè)藬?shù)324人，教育系，未經(jīng)考前培訓(xùn)

數(shù)據(jù)顯示，在校大學(xué)生即使未經(jīng)普通話培訓(xùn)，拿到合格證書也并非難事。因此，普通話培訓(xùn)工作難以得到考生重視，很多考生對標(biāo)準(zhǔn)母語的認(rèn)知很模糊，僅憑語感應(yīng)考。

Bachman提出“反濺作用”，指測試對教育、主管部門、社會評價及個人等的反作用力，比如以考試為準(zhǔn)繩制定教育策略與評價標(biāo)準(zhǔn)等。由于機(jī)測系統(tǒng)測評語言標(biāo)準(zhǔn)化，對連續(xù)語流中的隱性音變無法逐一標(biāo)注，語音的語用效果不能在成績上有效體現(xiàn)，因而，部分受測人會放棄語用效果，刻意強(qiáng)調(diào)音準(zhǔn)，追求分?jǐn)?shù)最大化，部分受測人也會因追求表達(dá)的流暢、話題的完整性而背稿應(yīng)試，這種現(xiàn)象屢禁而不能止。

近年來，市場在不斷提高對人才能力的需求，在校大學(xué)生對語言溝通能力的重視程度也越來越高；考生也認(rèn)識到普通話測試等級與語言能力并不構(gòu)成正比關(guān)系，拿到了較好的普通話成績，不一定就具備良好的自我表達(dá)和溝通能力。既然普通話考試并不能代表實(shí)際語言使用能力，受測者參考目的僅為獲得證書，迎合體制，這種功利性應(yīng)考趨勢嚴(yán)重限制甚至削弱了普通話測試的社會影響力。

三、“人機(jī)共生”環(huán)境構(gòu)成分析

鑒于上文對PSC信度、效度以及影響的分析，本文認(rèn)為，理性評價PSC智能語音測試系統(tǒng)，建構(gòu)“人機(jī)共生”測試環(huán)境，機(jī)測與人工相互輔助，是PSC測評系統(tǒng)進(jìn)一步完善的必要途徑。建構(gòu)良好的“人機(jī)共生”環(huán)境，可由以下策略實(shí)現(xiàn)：

1．機(jī)測與人工分級并行。囿于現(xiàn)有技術(shù)水平，機(jī)測中高分段的測評結(jié)果存在較大爭議，而在中低分段的爭議較少。實(shí)行分級評測，高分段恢復(fù)人工測評，既彌補(bǔ)機(jī)測評分之不足，也可進(jìn)一步完善考試體系。中低分段評分相對準(zhǔn)確、高效，使用機(jī)測。因此，如考生已經(jīng)取得二級甲等以上的證書，可以自己選擇是否參加高分段的人工測評。分級測試可以進(jìn)一步鼓勵并促進(jìn)普通話的高水平發(fā)展，培養(yǎng)更多的語言愛好者；分級測試也利于專家隊伍建設(shè)，能夠評測高分段的測試專家，不僅語言標(biāo)準(zhǔn)度高，還具有較高的語言專業(yè)分析與研究能力，專家隊伍的建設(shè)可以進(jìn)一步促進(jìn)語言測試的發(fā)展，中高分段出現(xiàn)的存疑語料研討也可以進(jìn)一步豐富測試研究。因此，分級測試高分段人工測試可以彌補(bǔ)機(jī)測評分弱點(diǎn)，使考試機(jī)制進(jìn)一步完善，實(shí)現(xiàn)更大的社會價值。

2．專家團(tuán)隊普及標(biāo)準(zhǔn)認(rèn)識?，F(xiàn)階段母語標(biāo)準(zhǔn)度普遍提高，即使標(biāo)準(zhǔn)度很好，表達(dá)能力也未見得好。受測者認(rèn)為普通話測試只是完成測試工作，對普通話水平測試的應(yīng)試熱情并不高。由于上文提及的諸多原因，目前高校對普通話培訓(xùn)重視程度很不夠。但通過下表可見，經(jīng)過相關(guān)課程培訓(xùn)后的考生，二級乙等以上的通過率合格率獲得極大提高。

表二：培訓(xùn)后（2010年教育系整體受測情況，總培訓(xùn)34課時）

上表體現(xiàn)，一是總達(dá)標(biāo)率為97%，較未培訓(xùn)前的92.8%有明顯上升；二是二甲合格率達(dá)到了57.2%，大大高于未培訓(xùn)前的21.4%；三是培訓(xùn)后，二甲57.2%的比例大大高于38.5%的二乙比例。經(jīng)過培訓(xùn)，語言質(zhì)量得到了很大的提高。

因此，各省測試中心應(yīng)存有高水平測試員組成的培訓(xùn)隊伍，普及對標(biāo)準(zhǔn)母語規(guī)范的認(rèn)識，端正考試目的，強(qiáng)調(diào)語言應(yīng)用。指出并分析高分段考生的語言表達(dá)問題，在專業(yè)層面上做有針對性的指導(dǎo)，不僅可使高分段的受測者進(jìn)一步提高普通話水平，還能糾正這類人群對普通話測試體系的錯誤認(rèn)識，能夠培養(yǎng)更多高分段高質(zhì)量的語言愛好者。但普通話考試僅提供母語標(biāo)準(zhǔn)度的測試，不可能解決受測者語言交際問題。在語言標(biāo)準(zhǔn)度已經(jīng)達(dá)到順暢交流的基礎(chǔ)上，受測者應(yīng)進(jìn)一步發(fā)展自身的語用能力。如無特殊目的（如志在向傳媒業(yè)發(fā)展或?qū)⒄Z言作為職業(yè)能力等），則不必將普通話高分段作為考試目標(biāo)。

3．軟件開發(fā)與語言專家合作，動態(tài)推進(jìn)語料庫的建設(shè)?，F(xiàn)階段機(jī)測前三項(xiàng)的封閉式評分與第四項(xiàng)的開放式評分既需要動態(tài)熟語料庫，也需要測評者對動態(tài)的測評理論的把握，以及對語言動態(tài)發(fā)展的觀察和正確評價。

機(jī)測封閉式評測軟件所需的熟語料，還需要標(biāo)注的進(jìn)一步細(xì)化。動態(tài)語流中的隱性音變標(biāo)注，尤其是第三項(xiàng)朗讀語篇的處理，其標(biāo)準(zhǔn)需要與語言專家合作、研討，不斷細(xì)化、修正。只有如此，才能做到前三項(xiàng)對語音的語用能力的體現(xiàn)。

對第四項(xiàng)說話題的開放式語料的評分，則需要評測團(tuán)隊自身建立對語言發(fā)展與語言規(guī)范的動態(tài)認(rèn)識。

首先是現(xiàn)時期語言規(guī)范中還存在大量需要細(xì)化并落實(shí)的工作。如書面語語篇的語域規(guī)范、語句銜接的規(guī)范、字詞規(guī)范的動態(tài)考察等，輔助語言學(xué)習(xí)的工具如語音標(biāo)注的方式也有待進(jìn)一步嚴(yán)格界定、甄別，分屬不同語域文本的語音標(biāo)注（如普通話教材、兒童讀物、漢語對外推廣讀物等）使用嚴(yán)式標(biāo)音還是寬式標(biāo)音，輕聲、兒化、一和不等音變情況標(biāo)注是否在同一文本注音中做到統(tǒng)一，編者是否要做出語域說明以更正確地指導(dǎo)言語發(fā)聲等等。以上都需要評測者有一定的認(rèn)識和評析能力。

其次是評判說話題中的言語規(guī)范需要建立以下兩個認(rèn)識：

一是分清“公眾言語語域”和“個體言語語域”。本文把在考量公眾接受度的前提下對語言的準(zhǔn)確性、生動性、典雅性作出一定的調(diào)整的語域稱為“公眾言語語域”，說話題的語域趨于“公眾言語語域”。相對的是“個體言語語域”，較多的語言表達(dá)者只存在非公眾公開平臺下的個體交際言語觀念。個體言語只追求語用效果的最大化，私屬領(lǐng)域里的言語交際往往不過度追求準(zhǔn)確、生動、典雅，允許出現(xiàn)語用失當(dāng)，其語域風(fēng)格常常親切、隨和甚至使用俚俗。說話題項(xiàng)目的絕大多數(shù)語料處于“公眾言語語域”和“個體言語語域”中間狀態(tài)，如何評價并給出合理的分值，需要細(xì)心謹(jǐn)慎。

二是尊重并科學(xué)對待語言創(chuàng)新?！罢Z言建立維持社會規(guī)則，包括由語言本身造成的交際角色……通過此功能……社會團(tuán)體被劃分，個人也得到識別與強(qiáng)調(diào)，因?yàn)橥ㄟ^人們之間的語言互動，自身人格得到了表達(dá)和發(fā)展?！闭Z言創(chuàng)新突破交際常規(guī)，因其新穎而獲得傾聽、關(guān)注，因其語用效果良好而獲得社會認(rèn)同、贊賞，是凸顯社會自我能力的標(biāo)志之一。動態(tài)的語言創(chuàng)新既是語言發(fā)展的基礎(chǔ)、語言發(fā)展的常態(tài)，也是語言發(fā)展的動力。語言創(chuàng)新的目的旨在凸顯，為達(dá)到凸顯的目的，言語主體往往突破常態(tài)表達(dá)，追求即時語境下的準(zhǔn)確、生動的傳達(dá)，使用創(chuàng)造新詞新語、曲變慣用句式、悖逆慣常邏輯、違反語用常規(guī)等手段。

鑒別創(chuàng)新與謬誤，需要樹立說話題的良好樣本。好樣本不僅語音自然標(biāo)準(zhǔn)，有效傳遞語碼信息，還能體現(xiàn)良好的語用效果，同時也遵循倫理規(guī)約。

標(biāo)準(zhǔn)與規(guī)范的認(rèn)識、評價與執(zhí)行為的是樹立語言典范，提高全民的語言素質(zhì)，構(gòu)建良好的社會語境，這也是PSC智能語音測試系統(tǒng)推行的最終目的。

四、結(jié) 語

機(jī)測雖已實(shí)現(xiàn)極大的社會價值，節(jié)約了成本，提高了效益，實(shí)現(xiàn)了公平與透明，但也要理性地認(rèn)識到，機(jī)測作為新興測試系統(tǒng)，必然有自身的不足。部分不足可以通過自身完善補(bǔ)足，部分不足是目前技術(shù)能力無法實(shí)現(xiàn)而不可避免的缺陷。由于自然語音往往基于語境和語域靈活而又隨機(jī)地處理，使得現(xiàn)階段智能語音測試的目標(biāo)過于理想。

機(jī)測單一推行以來所體現(xiàn)出來的利弊，凸顯了人工參與測評、完善測試體系的重要意義?！叭藱C(jī)共生”的研究歷史證明了，那些以小樣本為基礎(chǔ)，在最初實(shí)驗(yàn)中取得成功的新理論，最終都被證實(shí)存在一些問題。為了解決這些問題，必須檢驗(yàn)一切有希望的方法并鼓勵修正。因此，本文結(jié)論如下：

1.理性思考Bar－Hillel主張的人工主導(dǎo)、計算機(jī)輔助這一觀點(diǎn)的正確性和現(xiàn)實(shí)意義，承認(rèn)現(xiàn)階段計算機(jī)對自然開放語言評測的不確定性，建立“人機(jī)共生”的PSC測試智能與人工并軌機(jī)制，實(shí)現(xiàn)對高分段、低分段語音測試的人工參與，從而彌補(bǔ)缺憾，提高標(biāo)準(zhǔn)母語的質(zhì)量與社會影響。

2.通過專家團(tuán)隊普及對母語標(biāo)準(zhǔn)的認(rèn)識，培養(yǎng)更多的語言愛好者。

3.軟件開發(fā)與語言專家合作，動態(tài)推進(jìn)語料庫的建設(shè)，不斷細(xì)化、修正機(jī)測封閉式評測軟件所需熟語料。前三項(xiàng)的評測是進(jìn)一步體現(xiàn)對語用能力的鼓勵。

4.評測團(tuán)隊需要建立對語言規(guī)范的動態(tài)認(rèn)識，尊重并科學(xué)對待語言創(chuàng)新，推動良好的社會語境，樹立語言典范，提高全民的語言素質(zhì)。

［1］Licklider，J.C.R.Man 2 Computer Symbiosis［J］. IRETranscations on Human Factors in Electroincs. Volume HFE 21 March.1960：4-11.

［2］胡壯麟.語言學(xué)教程［M］.北京：北京大學(xué)出版社，2002：245，9.

［3］渾潔絮.基于語義語言的英漢機(jī)器翻譯研究［D］.大連：大連理工大學(xué)博士論文，2011：2.

［4］姚喜雙.普通話水平測試概況［M］.北京：高等教育出版社，2011：49.

［5］科大迅飛信息科技有限公司.計算機(jī)輔助普通話水平測試系統(tǒng)技術(shù)手冊［M］.安徽：科大迅飛信息科技有限公司，2008：2，3.

［6］張凱.語言測試?yán)碚撆c漢語測試研究［M］.北京：商務(wù)印書館，2006：3，203，4.

［7］雷峻.計算機(jī)輔助普通話測試的問題思考及技術(shù)對策 ［J］.武漢：武漢理工大學(xué)學(xué)報，2010，（7）：160-163.

［8］曹靜嫻．基于語料庫的詞語搭配民族文化性分析［J］．中國海洋大學(xué)學(xué)報（社科版），2012，（5）：119－123．

（責(zé)任編輯 吳 勇）

H01

：A

：1001－862X（2013）06－0188－005

陳紅燕（1976—），女，安徽巢湖人，安徽省合肥學(xué)院中文系講師。主要研究方向：現(xiàn)代漢語、對外漢語教學(xué)。