可用于英语语音教学的智能工具选择研究

张益家

（六盘水师范学院外国语学院，贵州六盘水553001）

早在19世纪末，语言老师就开始寻找应用新的录音教学技术。1918年，Cl ar ke认为“在语言教学中使用对讲机，这并非创新……而最终被遗弃，是因为它使用麻烦”[1]。今天，可用于辅助语言教学和发音的先进技术工具非常多，研究者也积累了足够的证据证明技术在发音教学中的有效性[2-3]。很多教师希望能有效开展语音教学并指导学生完善发音，那么有效选择技术工具显得尤为重要。用于课堂的语音教学工具需要满足以下需求：（1）提供发音模型。学生需要听到独立音位、单词、短语甚至更长的有意义的语音单位的发音示例，为教师传统教学提供辅助作用。（2）记录学生的发音练习，帮助他们发展自我纠正的能力，这将有助于增加学生的学习动机和兴趣。（3）收集并回应学生的录音。教师通过技术工具对学生的练习提供反馈意见，可以极大简化过程，减轻教师的负担。（4）提供独立发音练习[4]。

一、提供发音模型

在对音位和单词进行教学时，老师的示范非常重要，如果能够通过录音、视频或矢状截面图的方式，展示声音是如何产生的，学生将可以更轻松地理解发音机制，提高识别能力，而不是传统的只听见声音，看到嘴唇的变化，不知道嘴里的发音器官发生了什么变化。目前国外能够提供这一模型的有Sounds of Speech,The Phonetics和YouGlish。国内相对较为单一，目前高校用得较多的是FIF口语训练系统。

（一）提供音位和词的模型

1.Soundsof Speech

这是由爱荷华大学动画组所设计，提供美式英语、西班牙语和德语中每一个元音和辅音的发音动画，视频，以及重要特征描述。Sounds of Speech是发音展示最为有名的网站，对于英语作为第二语言的学习者来说能够提供有益的帮助。目前该项目提供网站和App的服务。网站为https://soundsofspeech.uiowa.edu.由于Flash宣布自2020年12月后不再提供服务，故依赖Flash的网站也将于2020年底停止使用，只有App仍然提供英语服务（需支付费用），有英文、西班牙文、汉文和韩文的文本解释。苹果和安卓系统均可安装。图1展示了该网站所能提供的服务内容：

图1 Soundsof Speech网页/j/的发音展示

网站和App包括元音和辅音的动画矢状截面图，声音产生方式步骤说明，说话者发声视频以及示例词等。元音下分单元音和复元音，其中单元音又进一步下分为前元音、央元音、后元音。辅音根据发音部位、发音方法、清浊等路径设置。用户可以点击需要的音位，查看发音动画，或者选择逐步描述的方式来了解这一音位，同时可以点击右侧查看真人发音唇位，收听包含这一音位的例词发音。

2.The Phonetics

这是由东京大学外语研究团队创建的应用程序，包括三维“线框”样式的发音动画和发音过程的描述。与Sounds of Speech不同的是该应用程序不包含真实讲话者的视频，但能提供较为丰富的例词和最小配对发音动画，且能提供易混声音的查询。用户可以选择不同性别的录音，并且可以调整播放录音速度。Phonetics仅适用于Apple设备。这一程序的功能类似在线词典，如Merriam-Webster，朗文当代英语在线词典等，当学习者想自己检查一个新单词的发音时，这些功能特别有用。

3.YouGlish

YouGlish（http://youglish.com/）是一个免费网页，充当自然语境词典，通过搜索YouTube等资源，提供所选单词或短语在自然语境中的发音示例，弥补单词和真实话语之间的鸿沟。在该网页中搜索，YouGlish会找到包含该单词或短语的视频。视频默认设置开始时间为包含所选单词的稍微靠前位置，用户可以选择仅收听包含该单词的视频或整个视频。用户可以设定使用英式英语、美式英语和澳大利亚英语搜索，屏幕中提供字幕，以及常速、加速或慢速等模式。由于需要Youtube这些资源，境内用户使用不是很方便。

（二）提供连续发音模型

除了提供音位和单词发音模型外，现有技术同样能提供真实语境中连贯用语模型。国外有诸如TED Talks（http://www.ted.com），国家公共广播电台（http://www.npr.org），英国广播公司（http://bbc.co.uk），YouTube（http://youtube.com）等非常多的在线资源；国内资源也相对较为丰硕，如可可英语可以提供听力资源，有网页和App两种形式，且收集的多为境外资源，提供标准语音，速度可调整，提供字幕。这些网页App可以使练习者听到多种语音模型的标准音，提高他们理解多种英语的灵活性。

此外，还有网站专门收集英语学习者的视频和音频，如English Central（https://www.englishcentral.com）和Voicetube（https：//www.voicetube.com），都提供带有字幕的多样化主题的剪辑选择，并且能够记录用户对视频的模仿。Voicetube是免费的，而English Central有免费版和付费版，其许多功能仅适用于“高级会员”。国内也有类似的网页和App可供用户录制音频和视频来练习，如流利说、趣配音、FIF口语训练系统等，能提供听力服务，用户可以多次录制自己的声音，同时也能根据练习者语音进行系统评分，根据准确度用不同颜色来进行标记。其中FIF口语不仅能用于自己练习，也可通过组建班级的形式由老师布置任务，监控学生表现，给予反馈。

在众多可供选择的工具中，教师和学生都需要考虑自己的喜好和现有水平等，英音或者美音？速度、主题等是否合适？是否根据音、词重音、语调、连续音等反馈？有条件的还可以考虑学生母语背景，根据母语和目的语之间的差异来合理选择工具，有侧重地教学。

二、记录学生发音练习

作为语音练习的一部分，学生通常会被要求记录自己的声音，目的有二：一是听并分析音频，提高听力水平和自我纠正能力；二是提交录音给老师反馈。磁带录音机已成为历史，电脑和手机等设备均提供音视频录制功能，如适用于Mac的QuickTime Player，适用于iPhone的语音备忘录以及适用于Android设备的许多免费录音应用程序，EV录屏软件等，声音录制已经非常容易。

通过音视频记录自己的发音，还能和同侪共享，这比仅仅提供给教师进行反馈更能促进学习者更强动机，同时学习者可能为了使更多听众能听懂，因而会反复操练完善练习。

学习者可以结合图片、单词、声音等进行有目的的发音练习。这些工具包括我们常用的PPT，

Apple Keynote，Adobe Spark，Voki，Puppet Pals，Fotobabble等。当然，互联网+时代，手机，IPAD，电脑等均可以用图片、音视频等记录后再转发，发音练习更为便捷。

在PowerPoint和Keynote中，用户都可以记录旁白或导入在其他位置存储的声音。可以使用原始程序查看成品，也可以将其导出为视频以简化共享。Adobe Spark与PowerPoint和Keynote相似，但界面更简洁和友好，用户可以快速入门，提供大量图纸和背景音乐选择，也可添加照片，视频剪辑，添加文字，录制旁白，在网页或者APP即可轻松制作幻灯片，同时还可以下载为视频。提供网页（https://spark.adobe.com/）和App服务，均免费。网页版不受限制，但是App目前仅限于Apple设备。Adobe Spark下分为Spark Post（创建社交图形），Spark Page（将文字和图像转变为网页）和Spark Video（创建短视频）。

Voki也提供网页（http://www.voki.com）和App（Apple或Android设备均可）服务，有免费和付费之分，付费版本提供更多选择和更长录制时长。在Voki创作面板，用户可以选择“头像”，更改其外观和服装，然后通过录制自己的声音添加旁白，或通过模拟语音读取脚本，选择背景，然后分享成品。Voki更适合希望制作短教学视频的老师和需要向他人展示或讲述故事的用户。

Puppet Pals，如其名字所示，是一款儿童友好型App，但是仅适用于苹果设备。用户可以通过选择字符和背景，四处移动字符并为他们录制对话来进行“木偶表演”，还可以导出为电影。其基本程序免费，用户可以购买额外的字符获得更多服务。

Fotobabble提供网站（http://www.fotobabble.com）和App（只支持苹果手机）服务，用户可以上传照片，记录评论，并通过电子邮件，短信或社交媒体共享，进而记录口语，进行发音练习。这一工具不仅可以帮助学生练习语音，同时可以创造性地表达自己的想法。教师还可以用来开发教材，解释课程内容，或为学生模仿提供发音模型。

三、收集并回应学生的录音

教师要指导学生识别发音错误，并尝试使其发音更准确，反馈是其中一个很重要的方法。目前常见做法是学生通过电子邮件（国外）、QQ、微信（国内）等方式将音视频发送给教师，教师再通过下载收听，并给予相应的反馈。如果学生较为集中的在某一个时间段发送，教师给予反馈的周期可能会比较长，学生可能甚至已然忘记当初自己的录音，且受网速影响，发送音频顺序可能与接收顺序不一致，因而影响反馈的效果。

教师可以使用一些工具来降低工作负担，如学习管理系统（LMS）：Canvas，Moodle或Blackboard等，学生可以把音视频上传到中央服务器，教师无须下载即可通过书面或者口头反馈。通过设置，教师可以选择只对教师开放权限，或者让所有人都参与同侪互评。如果学校没有购买LMS，教师还可以考虑Schoology（https://www.schoology.com/）来创建自己的网页。在这一网页中，用户可以上传音视频，或者提供链接，就可以进行录音练习，教师用文字或者语音回复进行点评。此外，如果教师希望通过展示图片，获得学生包括文本、音视频等评论，可以用VoiceThread（http://voicethrea.com/）这一免费网页。老师可以上传图片或视频到该网页，学生登录后可以上传文本、音频或视频对图片或者视频进行评论。老师上传的待评论图片或视频出现在屏幕中间，学生的评论以图标的形式出现在图片周围，老师单击图片就可以听取学生的评论并给予反馈。此外，学习者还可以用诸如超星学习通软件（有网页和App，有些功能需要两种方式的配合才能完成）布置任务，让学生根据要求上传音视频，教师再给予反馈，并根据学生的表现来进行综合给分，由系统记录成绩。

四、提供独立语音练习

自动语音识别（ASR）技术旨在识别语音，并将其转换为书面文本，这一过程也称为“语音到文本”。使用ASR的一个假设是，如果学习者的语音转录大体准确，说明该学习者的发音较为准确；如果转录的文本存在很多错误，则说明学习者的发音不标准。目前，在使用ASR进行独立发音练习方面已经取得了积极成果[3]。当学习者使用ASR却发现系统没有出现预期的单词时，会意识到可能引起错误的领域，并尝试调整其发音，直到所转录的文本更为准确。McCrocklin指出：ASR的独立练习可以提高学习者的自主性，因为它“允许学生在安全，私密的环境中尝试该语言”[2]32。

自2011年苹果推出Siri以来，ASR功能已成为内置功能。目前，电脑和手机等移动电子设备等均有ASR服务。如果电脑（Windows 10）启用了语音识别，Word和许多其他程序中均可使用ASR。苹果电脑Mac系列（OSX Mavericks或更高版本），无须连接网络便可使用听写功能（早期版本需要网络访问）。

智能手机或平板电脑能提供ASR功能的设备要比电脑多。和电脑一样，iOS和Android设备均可分别使用Siri和Cortana听写文本和发出语音指令，与电脑不一样的是，手机还可以布置任务让学生完成语音练习，通过语音转为文本，学生可以进行独立练习。例如，教师给学生布置作业，让学生用一种ASR工具听写一段指定文本，然后将所听写的文本与原段落进行比较。通过凸显有误的词语，学生会思考自己的问题所在，如是否混淆了前后鼻音，词尾辅音缺失等。学生还可以使用这些工具，反复操练容易发生错误的地方，直到能正确转写为止。

此外，google语音识别、百度语音识别、有道词典等均可以提供有限的语音练习。

通常而言，境外ASF程序默认英语母语使用者为使用对象，对于母语非英语的使用者，尤其是带有口语的使用者，识别率会受到影响，但正是这一因素，使得这些程序在二语习得方面具备价值，学习者可以通过多次练习获得机器认可，从而提高语音正确率。境内ASF程序，由于有的默认标准音为英式，有的默认为美式，有的为机器合成音，且通常无法在官方网页查询默认语音使用标准，英语学习者对识别准确率一般持较怀疑态度。

有一个专业软件Praat（http://www.praat.org）[5]能通过频谱图，波形和音高线等对单个音位、词语、连续语音等提供视觉模型，学习者可以通过识别频谱图，波形和音高线，将自己的语音与标准音进行比较，并确定需要改进的地方。这似乎可以弥补以上网页或App的不足，但是Praat的受众是专业研究者，而非一般语言教师和学习者，正如Derwing和Munro所指出的“阅读并正确解释声谱图需要语音方面的专业知识。因此，Praat不太可能在教室有很大的用武之地”[6]。Imber，Maynard和Parker通过研究证明在大学口语课程中使用Praat进行发音练习的积极效果，但是也承认使用Praat要求对教师和学生都进行广泛的培训，而这在大多数教学情况下都不切实际，因为时间成本太高，且难度系数较大[7]。

五、运用智能工具进行语音教学的评估和总结

许多应用程序声称可以分析发音并评估其准确性，但是Kaiser对适用于苹果平板电脑的105种应用程序的其中30种进行了测试和比较，并于在线研讨会和个人博客-当今世界英语（https://djkaiserphd.wordpress.com/）上进行了汇报和总结。他认为：（1）没有所谓的“最佳应用程序”，可以满足每个老师或学习者的需求。与其寻找一个完美的应用程序，不如考虑哪些应用程序可以综合利用到语音教学中，使得教学更有效率。（2）许多声称可以改善发音或分析发音错误的应用程序，事实上有可能根本无法准确判断发音。在许多情况下，App接受不正确的发音作为正确的发音，而拒绝正确的发音。（3）大多数发音练习应用程序都是音频式可供重复练习的高科技版本，并且没有提供有效反馈。且大多数只关注独立音位，没有涉及超音段。（4）多数应用程序更多地关注外观和动画，而非教学原则。“尽管iOS设备中提供‘程序可供’，但通常他们考虑的是怎样更容易编写程序或‘销售’程序，而非更好的教学方法。”[8]

针对以上缺点，Kaiser建议教师在决定使用App前，考虑以下问题：（1）该程序默认标准值使用的是英式、美式、澳洲英语？（2）App是否有订阅费用，是否还有隐藏费用？（3）应用程序的开发者是谁？拥有什么证书？（4）应用程序是否满足学习者的目标？（5）材料是否准确且是否试用于教学？[8]

其他学者，如Derwing和Munro也建议教师在给学生推荐App前，应多方了解，权衡比较。技术可以在发音上为教与学提供帮助，但任何工具都不可能满足所有用户个性化需求[6]。Derwing和Munro指出：“正如CALL（计算机辅助语言学习）文献中多次重申的那样，技术不能替代老师，也不一定优于传统教学方法……我们应将技术视为其中的一种工具。”[6]作为老师，最好的方法是选择对自己和目标学生最有效的工具，而不一定是看起来最新或最华丽的工具。工具的质量，准确性、实用性和成本等各方面因素均需要纳入综合考虑的范围用以支持教师语音教学和学生的学习。