邵兵

【摘 要】計算機輔助教學系統(tǒng)可以將更加快捷、更加方便的語言學習平臺提供給學習者進行外語口語學習。本文對外語口語訓練中語音識別技術進行研究，首先對外語口語學習中語音識別技術應用的重要意義進行分析，然后對語音識別技術中的一些關鍵技術進行分析與研究，希望在今后的外語學習中學習者能夠正確運用語音識別技術。

【關鍵詞】外語口語訓練 ? ? ?語音識別技術 ? ? 關鍵技術 ? ? 研究

一、引言

隨著我國外語教學的不斷發(fā)展，各種外語口語教學工具與學習方法也應運而生。然而外語口語的學習對于學習者而言既是重點也是難點，當前的計算機輔助教學只是側(cè)重于外語單詞記憶教學與語法教學，并且因為外語口語學習者的學習水平不一，在學習過程中很難將自己的不正確發(fā)音找出來。于是，在外語口語學習中就可以應用語言識別技術，該系統(tǒng)具備外語口語發(fā)音的糾正功能，學習者通過該系統(tǒng)進行外語口語的學習與練習，就能糾正自己錯誤的發(fā)音，避免因為多次錯誤發(fā)音而形成不良習慣。因此，對外語口語訓練中語音識別技術進行研究，能夠提高外語口語學習者的學習效率。

二、外語口語學習中語音識別技術應用的重要意義

隨著中國改革開放程度的深化以及全球經(jīng)濟一體化的飛速發(fā)展，世界各國的交往越來越頻繁，學習并掌握一門外語，對于人們的工作與生活而言，已經(jīng)成為必不可少的工具。在學習外語的需求不斷增長的情況下，出現(xiàn)了各種外語教學方法、教學工具以及語言學校等，然而國人在外語學習過程中，外語的口語教學與學習一直是較難突破的難題，其主要原因有以下幾個方面：

（一）各種外語發(fā)音的特點與漢語發(fā)音的特點存在較大差異，因而可能導致國人在學習外語時由于受到母語的深厚影響而犯下許多自己根本無法察覺或者是很難察覺的發(fā)音錯誤。

（二）目前在國內(nèi)合格的外語口語教師還是很少，自己發(fā)音標準又能夠準確地指導別人進行口語學習的外語教師，即便是在一些大中城市的中小學中也相當缺乏。同時，一般的媒體教學也不能夠針對學生的特定情況，有效地讓學生與教師互動進行口語訓練，只能夠單方面地進行傳授，所以起到的作用也不是很有效。

外語口語訓練中語音識別技術的應用，讓軟件具備了矯正錯誤發(fā)音的功能，能夠為學習者及時改正錯誤的發(fā)音提供幫助，從而有效避免錯誤反復而變成一種惡性習慣，并使外語學習者口語學習的效率與效果得到一定程度的提高，獲得更大的市場價值與社會效益。

三、外語口語訓練中語音識別的關鍵技術

（一）語音識別

在語音識別技術中，語音識別是第一步也是最重要的一步，接下來幾個步驟的精確度都會受其影響，它能夠在語法與音素模型的基礎上，將輸入的語音信號翻譯成單詞串。同時，許多基于計算機的語言訓練活動都可以應用這一部分，比如基于語音的選擇題或者是與計算機的對話訓練等等。

（二）語音評分

在基于語音識別技術的外語口語學習系統(tǒng)中，語音評分技術是最基本也是最核心的組成部分。語音評分技術能夠評價并反饋學習者的口語發(fā)音情況，可以讓學習者通過反饋的結(jié)果對自己的學習結(jié)果進行檢查。通常情況下，按照語音評分技術，目前的外語口語學習系統(tǒng)主要可以分為兩種：一種是基于語音特征比較的評分方法，它通過將學習者的發(fā)音與標準語音進行對比參考，從一個較為主觀的角度對一段語音質(zhì)量進行評價，通常采用動態(tài)時間規(guī)整技術實現(xiàn)，因為其具備運算量小的特點，因而在嵌入式系統(tǒng)與手持設備中運用較多;另一種是基于聲學模型的評分方法，它能夠通過語音識別技術將以計算發(fā)音質(zhì)量所需的小單元切割出來，然后再通過事先訓練好的聲學模型與其進行對比，最后根據(jù)評分機制對其評分，因為該方式較為客觀，目前主流的外語口語學習系統(tǒng)中均采用這種技術，其主要是基于隱馬爾可夫模型（HMM）技術實現(xiàn)。

如圖1，基于HMM的語音評分流程圖所示，其語音評分的關鍵技術分為以下幾步：

圖1 ?基于HMM的語音評分流程圖

1.首先，對學習者所輸入的語音進行特征提取;

2.其次，將已經(jīng)訓練好的HMM作為模板，再采用Viterbi算法將語言以計算發(fā)音質(zhì)量所需的小單元進行分割，并強制對齊;

3.最后，采用不同的評分機制對不同的需要進行評分，將評分結(jié)果得出。同時，在某些情況下，要注意將說話驗證在語音評分開始時加入，從而將學習者發(fā)音內(nèi)容與標準發(fā)音完全不同的部分擋下，保證整個口語學習系統(tǒng)的可信度更高。此外，由于同樣的聲音可能代表的意義不同，因而在這些更加復雜的應用中，需要將各種詞發(fā)生概率的大小、上下文的關系進行綜合考慮，并將語言模型加入，從而為聲學模型的判斷提供更好的輔助。

（三）發(fā)音錯誤檢測與錯誤糾正

對于外語學習者而言，雖然知道系統(tǒng)能夠評價其發(fā)音質(zhì)量，但是單憑非母語學習者自己對其自身錯誤的所在還是不能清楚地了解到，對這個錯誤也不知道如何進行糾正。因而，外語口語學習者需要通過系統(tǒng)對發(fā)音的錯誤進行檢測與定位，并將相應的錯誤糾正建議提供給學習者進行有效糾正。

1.發(fā)音錯誤的檢測與定位

在外語口語訓練中，導致錯誤發(fā)音的因素有很多。例如學習者不會發(fā)某種聲音，或者是受到其他語言拼讀方法的影響以及不能正確體會到兩種聲音的差別等等。語音識別器也是發(fā)音錯誤檢測中使用的一種方法，比如用母語訓練的語音識別器，但是因為在沒有使用自適應技術的情況下，學習者發(fā)音的識別錯誤也有可能會當成是發(fā)音錯誤，因而這種方法就很難準確地檢測到非母語學習者的發(fā)音是否正確。所以，目前對錯誤發(fā)音的檢測比較合理的一種做法是：首先以發(fā)音專家的知識為依據(jù)，嚴格將容易出錯的發(fā)音進行合理的分類，然后以不同的錯誤類型為依據(jù)，將其相應的檢測算法設計出來，最后用各種錯誤檢測算法對學習者的發(fā)音分別進行檢測。

2.發(fā)音錯誤的糾正

系統(tǒng)將發(fā)音錯誤檢測出來后，同時就對學習者所犯的錯誤根據(jù)專家關于發(fā)音錯誤的知識給出相應的錯誤提示與錯誤糾正建議。其中，對于這些發(fā)音專家知識的構(gòu)建而言，是通過事先收集大量的經(jīng)驗數(shù)據(jù)而積累而成的，例如不同學習者的發(fā)音特點等，然后通過數(shù)據(jù)挖掘的聚類算法將不同學習者不同發(fā)音特征的聚類準確地計算出來，再由專家客觀地評判分類的發(fā)音，最后將各聚類的改進建議提出來。

（四）回饋展示

在基于語音識別技術的外語口語學習系統(tǒng)中，這一部分是整個系統(tǒng)對用戶的窗口，上述部分所產(chǎn)生的信息都可以通過分數(shù)條或者是數(shù)字的形式為外語學習者展示出來。同時只有通過這個模塊，外語學習者才能夠從基于語音識別技術的外語口語學習系統(tǒng)中獲益，所以，整個系統(tǒng)的可用度都通過這一模塊設計的好壞來決定。

四、結(jié)語

總而言之，隨著社會經(jīng)濟與科學技術的快速發(fā)展，各種帶有語音識別技術的便攜式終端設備出現(xiàn)在人們的日常生活與學習中，為廣大外語愛好者與學習者提供了不受教師資源、地點以及時間等限制的智能外語學習系統(tǒng)，有效地提高了外語學習者的學習效率與學習效果，相信在未來，也能夠為外語學習者們提供更快、更好的電子學習手段。

【參考文獻】

[1]盧永輝.語音識別技術在外語口語訓練中的應用[J].電腦知識與技術，2014（04）：836-837，843.

[2]吳艷艷.孤立詞語音識別的關鍵技術研究[D].青島：青島大學，2012.

[3]涂惠燕.移動設備平臺上英語口語學習中的語音識別技術[D].上海：上海交通大學，2011.

[4]孔菊芳.基于語音識別技術的英語學習網(wǎng)站分析[J].哈爾濱職業(yè)技術學院學報，2012（05）：65-66.

[5]司博宇.基于語音識別的構(gòu)音及語音障礙自動評估系統(tǒng)研制[D].上海：華東師范大學，2014.