发布者：林秦荣 发布时间：2019-05-28 浏览数( 0) 【举报】
简单地说，自动语音识别技术（ASR, Automatic Speech Recognition）是把人说话的语音转变为计算机文字或图像的过程。这个过程与我上一篇文章介绍的TTS（文本转语音）刚好相反。我在2015年的一篇文章中探讨过ASR的课堂教学应用思路，而本文介绍的是在课外利用ASR技术开展语音训练的一篇研究文章，点击文末的原文链接可直接打开该文。 研究探讨了应用ASR进行英语发音教学的效果，以及在ASR技术辅助下最有效的语音学习方式（个人单独学习、双人组对学习、小组合作学习）。此外，还考察了学生在单词、句子、对话等语音学习表现上是否存在相关性。 本研究发表于2014年，题为 Automatic Speech Recognition Technology as an Effective Means for Teaching Pronunciation，作者来自约旦。文中使用的ASR工具为在桌面电脑运行的 Tell Me More Performance English 软件，该学习软件现在仍在更新，可通过百度搜索后免费下载。 该研究持续八周时间，研究对象为小学三年级学生。三个学生小组（实验组）采用不同的学习方式到语音实验室用电脑上的 Tell Me More Performance English 软件进行练习并录音。第一组学生单独学习；第二组学生两两组对，共用一台电脑练习；第三组16名学生分为四个4人小组，每个小组共用一台电脑练习。教师全程作为观察者并提供必要的技术支持。 对照组的学生在教室中用卡带学习同样的语音材料：听卡带，并复述所听到的内容。教师纠正学生的发音错误。 采用ASR进行语音教学的实验组在后测中的成绩显著高于采用常规教学方法的对照组。原因可能是ASR使学生能独立练习语音，减少了外语学习的焦虑。一些学生不敢当众练习口语，但ASR使得他们能够自主练习，从而缓解紧张情绪，改善口语发音。 个人单独学习的效果要显著优于双人组对学习和小组合作学习。原因可能在于学生年龄较小，学习过程中容易受他人影响。 后测中，实验组学生在不同的练习内容（单词、句子、对话）上的成绩表现不存在显著相关，但在对话上的表现最佳。这可能是由于学生在对话语境中能够运用重音、音调，而在单独的词语、句子练习中，这些因素不够明显。 本研究在训练软件中提取三个大问题对学生进行前测和后测。 第一个问题包含4个子问题： Say the words Circle the word you hear Say the minimal pairs Circle the word you hear from the minimal pairs 第二个问题包含2个子问题： Say the sentences Circle the sentence you hear 第三个问题包含2个子问题： Read the dialogues Listen and complete the dialogues 教学材料同样采用 Tell Me More Performance English 这一软件当中的四个单元内容进行教学，每个单元包含单词、句子、对话三个层面的语音练习。学生可点击任意内容进行练习，软件对比学生和本族语者的发音，提供即时反馈。 传统的语音训练，由学生面对教师进行，学生的焦虑心理可想而知，且在大班制下很难实施。把师生对话变为人机对话，既解放了教师，也释放了焦虑，同时利于个性化学习，且目前在技术上已经完全成熟。 当前应用ASR最方便的莫过于利用手机上的各种学习app。然而目前国内一般中小学校禁止学生携带手机进入校园，因此在学校电脑上安装桌面版的ASR软件进行语音训练，具有可操作性。 本研究提到的国外软件不一定适合国内学生使用，且软件一般都有内容限制，必须在其提供的内容下进行训练。因此可直接在电脑上安装免费的英语语音输入法（如讯飞输入法），便可摆脱内容的限制，但需要对语音识别的结果进行人工检查，具体方法可点击我前面的这篇文章。 ASR在识别结果上不一定完全准确，一方面可能会识别为其他同音词汇，另一方面非同音词汇的识别准确率也还达不到100%，因此少量情况下需要学习者自行判断。