智能测评：语音识别打分及学习指导

2023-11-15 理论教育版权反馈

【摘要】：智能测评是通过自动化的方式评估学习者的发展的。一是利用语音识别进行语言类智能测评，这类语音测评软件能够根据学习者的发音进行打分，并指出发音不正确的地方。智能测评通过机器批阅作业，及时给予学生反馈，并可以给出学习指导，从而激发学生的学习积极性。当前我国领先世界的人工智能语音识别的准确率已达到97%以上，并且响应速度很快。

现代教育制度是工业革命时代形成的，工业社会盛行大规模标准化生产，与其配套的教育模式也是大规模标准化培养。工业时代的教育模式是“标准化教学+标准化考试”，标准化考核、确定性知识成为教学和考试的重点，也是评价学生的唯一依据，而需要深层次思考讨论的非标准化的内容被取消了。

随着信息技术的快速发展，评价手段也越来越趋于自动化和智能化，如客观题可直接由计算机自动批改并进行数据分析，主观题（口语题、数学题、作文题）可由人工智能系统进行评价和批阅。利用技术辅助教学评价，不仅节省了人工评价成本，而且大大提高了评价反馈的及时性和准确性，进而提高教师教的效率与学生学的效率。

（一）智能测评的内涵

在图像识别技术、自然语言处理、智能语音交互等人工智能技术的推动下，智能教学测评走向现实。智能测评是通过自动化的方式评估学习者的发展的。自动化是指由机器承担一些人类负责的工作，包括体力劳动、脑力劳动等。

通过人工智能，可对数字化处理过的教学过程、教学数据进行测评与分析，在教学领域已经得到初步应用。一是利用语音识别进行语言类智能测评，这类语音测评软件能够根据学习者的发音进行打分，并指出发音不正确的地方。二是利用自然语言理解和数据分析技术对学情智能评测，跟踪学生学习过程、进行数据统计，分析学生在知识储备、能力水平和学习需求的个性化特点，帮助学习者与教师获得真实有效的改进数据。

（二）智能测评的特征

1.评价结果科学化

传统的学习评价多是在阶段性学习后进行的测评，如期中考试、期末考试等，但仅仅通过考试去评价学生记忆了多少知识是片面的，不能对学习者的学习起到促进作用。科学评价应实事求是，尽量减少教师的个人主观因素对评价结果的影响。智能测评通过技术的支持，对每个学习者建模，结合知识图谱和智能算法，使每个学生都能及时得到评价反馈，更加关注学习者整体、全面的发展，将评价贯穿于教学活动的始终。学习者可以根据智能测评结果去反思自我，获得努力方向。

2.评价反馈及时化

（1）语言测评及时反馈

在语言学习过程中，传统语言学习主要是以跟读为主，但有时教师的发音也可能不标准，学生模仿教师进行发音，也无法具体判定发音是否标准，语言学习的评价存在滞后性。随着语音识别技术的发展，系统能够听懂学习者的声音，学习者可以反复听读，系统可以实现逐句打分，根据发音、流利度来实现机器对学习者发音的纠错与反馈。通过机器反馈，及时对学习者进行纠错，这极有助于学习者进行自主学习和练习，使其在语言学习时敢于大胆张口，不用完全依靠教师，在学习内容、学习方式、学习时间上更加自主。

（2）学情测评及时反馈

传统教学过程中，教师批改作业费时费力，学生交上的作业、试卷往往最快也需要到第二天才能得到反馈，而且教师批阅的成绩分析往往只停留在分数层面上，难以进行深层次的分析，无法实现对学生学习的个性化指导。而学习者往往在刚做完作业或试卷时，对自己未能掌握的知识点印象最深，若此时能够将学习者欠缺的知识点呈现给学生，学习者必将印象深刻，从而取得较好的学习效果。智能测评通过机器批阅作业，及时给予学生反馈，并可以给出学习指导，从而激发学生的学习积极性。

（三）智能测评的关键技术

1.语义分析技术

语义分析是指机器运用各种方法，理解一段文字所表达的意义，它是自然语言理解的核心任务之一，涉及语言学、计算语言学以及机器学习等多个学科。随着MCTest数据集的发布，语义理解备受关注，并取得了快速发展，相关数据集和对应的神经网络模型层不断涌现。例如，2017年人工智能机器人参加高考就是具备了基本的语义分析能力。

（1）语义分析的过程

一是词法分析。机器通过“语料库和词典”获得用户内容中关于词的信息。一篇文章是由词组成句子，由句子组成段落，再由段落组成篇章，要实现语义理解，首先要找出句子当中的词语，确定词形、词性和语义连接信息，为句法分析和语义分析做准备。

二是句法分析。根据语法规则，解析句子的结构，包括主语、谓语、宾语以及语法规则等。

三是语义分析。语义分析从单个词开始，结合句法信息，理解整个句子的意思，再结合篇章结构确定语言所表达的真正含义。

（2）语义分析教学应用

一是交互信息分析。语义分析在教学中的应用环境主要包括在线学习、网络培训等，如对大规模在线开放课程（MOOC）中学生交互信息、发帖信息等文本类的信息进行分析。

二是作业批改。目前的智能批改产品基于语义分析，已经可以实现对主观题进行自动评分，能够联系上下文去理解全文，然后做出判断，如各种英语时态的主谓一致、单复数等。

2.语音识别技术

语音识别技术（auto speech recongnize）的研究问题是如何使计算机理解人类的语音。让计算机能够听懂人们说的每一个词、每一句话，这是人工智能学科从诞生那天起科学家就努力追求的目标。语音识别技术的研究经历了三个主要过程，首先是标准模板匹配算法，然后是基于统计模型的算法，最后到达深度神经网络。当前我国领先世界的人工智能语音识别的准确率已达到97%以上，并且响应速度很快。机器能够听懂人类语言，并及时给予反馈。将语音识别技术应用到英语学习，能高效支持学习者进行听、说练习。另外，语音识别的应用也层出不穷，如语音助手、语音对话机器人、互动工具等。科大讯飞的语音识别已经应用在全国普通话等级考试、英语口语测评中，而且与人工专家相比，机器测评的各项指标均遥遥领先。

语音识别越来越智能，比如，语音识别可以实时将语音转换为字幕，比如，当发言者说“我叫张红”时，字幕上就出现了“我叫张红”，发言者接着说“红是彩虹的虹”，机器已经可以做到直接将字幕“我叫张红”改为“我叫张虹”。语音识别未来的发展方向是向远距离识别发展，当前的是近距离的语音识别，未来对于远距离讲话，技术也可以精准捕捉到声音，精准识别。

3.光学字符识别（optical character recognition，OCR）

OCR是指通过电子设备来检查纸上的文字，通过检测字符形状，然后用识别方法将形状翻译成计算机文字的过程。通过该技术将手写文本转换成数字化文本格式。近几年，图像识别技术发展迅速，不仅可以准确识别机打文本，而且对手写文本的识别也已达到较高的识别准确率。目前科大讯飞公司手写识别技术的准确率已经达到95%以上。文字识别为机器自动批改奠定了基础。(www.chuimin.cn)

（四）智能测评的一般流程

智能测评可以实现针对每一个学习者进行一对一的教学评价。智能测评的一般流程如下：

1.预测学习者的学习能力

在教学活动开始前，预判学习者的学习能力，对学习者的知识和技能、智力和体力以及情感等状况进行“摸底”，判断学习者对学习新任务的适应情况，为教学决策提供依据。其类似于传统诊断性评价，但更加强调技术性和科学性。它可以为教学过程提供支撑，帮助教师了解学生掌握知识、技能的基本情况，了解学生的学习动机、学习风格、学习兴趣，发现学生现存的问题及原因，进而设计出适合不同学生特点的教学方案。

但是传统的诊断性评价多数采取特殊编制的测验、学籍档案观察分析、态度和情感调查、观察、访谈等，测试的内容主要是学生必要的预备性知识，对学生科目学习的整体水平难以预测。例如，传统语文阅读教学中，由于阅读分级标准尚未建立，缺乏科学的指导，所以教师大都在“摸着石头过河”。这类似于以前没有医疗设备时医生的看病过程，比如中医的望闻问切，完全是医生凭借积累的行医经验诊断病情。后来随着医疗器械的发展，这些设备可以辅助医生进行诊断，进而对症下药。那么，教师能否像医生一样，通过技术设备，找到学生的问题所在，进而可以“操刀”辅导？答案是肯定的。现在，教学中的“望闻问切”式的老式诊断性评价，也已经有了技术的支撑。

通过对学习者学习能力的预判，可以使学习者清楚地了解当前自己的学习知识、能力结构与学习需求之间的差距，学生也可以清楚地看到自身问题，进而进行针对性学习。

2.机器编制试题

传统为学生提供练习和考试时，编制试卷麻烦又复杂，一份考试试卷的制订往往需要一个教师花费较长的时间，而且对试卷中需要覆盖的知识点、试卷的难易程度较难把握。人工智能的发展已经实现由机器编制试卷，系统可以根据前期对学习者学习能力的测试，分析出即将编制试卷的难度系数、考查的学科能力等，针对学习者的知识薄弱点进行针对性出题。

3.机器批改

机器批改的原理是采用智能学习的方式，通过统计、推理、判断来决策。通常由专家批改约500—1000份试卷以后，机器就能够归纳出试卷的评阅模式并构建出一个模型。这个模型对其他试卷就可以进行有效的处理和覆盖，然后再根据该模型自动批阅其他试卷。由智能机器批改作业，将减轻教师的批改负担。

4.分析报告

机器批改后，呈现的不仅仅是一个冷冰冰的数字，而是一份温情的“分析报告”。通过这个分析报告，学习者可以清楚地了解到自身学科知识点和能力点的掌握情况，清楚地看到问题所在，使学习更加高效。而且，学习者也可将这份分析报告交给自己的教师，让教师进行指导。

（五）智能测评的案例——英语口语测评

传统的学习评价为了检测学生的知识掌握水平，多以总结性评价为标准。技术支持的评价体现在智能评测，通过语音识别技术、语义识别技术等，实现与人进行“对话”，利用技术设备去评判普通话水平、英语口语能力、写作能力、做题能力等。对于英语听说考试、普通话考试等耗时、费力的语言测试，都可以实现基于人工智能的自动评测。

随着语音识别技术的发展，英语口语学习告别了单纯地听录音和发音模仿，实现了口语语音的识别与纠正。基于语音识别技术，“英语流利说”App应运而生。英语流利说是融合创新的英语口语教学理念和语音评测技术的英语口语练习的应用，让学习者轻松练习口语。应用流利说进行英语学习主要有以下几个步骤：

1.预测英语水平

流利说可以在学生正式开始学习之前为学生定级测试确定英语水平。测试的结果从听力、发音、阅读、语法、词汇等方面给予反馈，通过各项技能的具体描述，让学习者清楚了解当前的英语水平，为后续学习提供支撑。例如，在听力方面，可以大概听懂日常生活的话题材料；在口语方面，可以简单轻松谈论兴趣、旅游、运动等日常话题；在阅读方面，能够看懂日常简单的材料；在写作方面，能够书写简短的信息和留言。通过先前的测试，系统会根据学生的水平提供相应的学习内容，然后学生根据个人的学习基础和需要，定制学习模式和学习目标。每个学生根据自己的学习基础、能力，自定步调，激发学习动机，增强学习自主性。

2.自由的学习

英语流利说的学习方式是学习者先听对话或文章——这些对话都是经过系统编排、发音标准清晰的地道美语对话——听完后，学习者进行跟读，由系统对学习者的发音进行实时打分，同时标注出发音不准的单词。学习者为了取得更高的成绩，需要反复进行听读练习、录音。不同水平的学习者可以选择不同的学习资料或自己感兴趣的材料进行练习，同时流利说的自适应学习系统通过递归神经网络的深度学习模型，使得系统掌握自我学习的能力，从而进行有针对性的个性化学习。

3.灵活智能评测口语能力

随着全球化进程的日益加快、国际化交流的日益增多，人们对应用英语进行交流的需求越来越高，开展英语听说考试可以促进学生口语能力的进步，但相比其他语言技能测试，口语测试组织难、成本高。传统口语测试往往判断发音、连读、意群、语调等是否正确，评价主观性较大。当前的英语口语考试，通过给出一幅或一组图画，让考生用英语描述图画表现的故事，进而考查学生灵活应用英语的能力。依托智能语音技术的英语听说智能测试系统，可以实现自动化考试和评分，评分客观准确，避免人工评分中能力、情绪、疲倦等主观因素的影响。

4.科学分析有效提高学习效率

传统的英语学习经过十几年的学校教育，系统化地从词汇、语法进行学习，然而一些学习者还是不能利用英语流畅自由地交流。例如，对于词汇的学习，一本词汇书从abandon开始学习，几乎没有学生背到最后。阅读一本英文原著，如果没有翻译工具，可能一页都看不完。学生需要做海量的题目，教师才可以发现学生知识点欠缺的地方。传统的英语学习方式亟须改变，要利用人工智能技术提升英语学习效率。

（六）智能测评的实施建议

智能测评能够进一步解放教师的生产力，使教师可以将更多精力放在创新教学上，有更多时间与学生交流，而且还可以根据数据为学生提供个性化反馈，从测评方面把握学生知识点的薄弱环节，进行专攻。

但是对于智能评测，不应只是作为批改作业、提高效率的工具，智能评测的核心在于它是否可以满足未来教育的需要，是否强调学生的认知过程，是否发展了学生的批判思维能力等，从而促进学生的全面发展。加强人工智能技术在教学评价中的应用研究任重而道远。重视那些机器不能代替人的领域，包括艺术和文化的审美能力、创新创造能力、交流沟通能力等，这些都是人类智能独特的能力。

智能测评：语音识别打分及学习指导

相关推荐