发音质量评价方法与系统

1 成果简介

发音质量评价（ Pronunciation Scoring）是使机器自动评价目标语言语音的发音质量，它可广泛用于口语教学和口语考试系统。 2003 年清华大学出版社推出的《新时代交互英语》丛书和教学软件采用了本课题组研发的口语发音质量评分技术，该产品曾获得第五届国家级教学成果一等奖，目前已有多家高校使用该系统进行英语口语教学，这也是国内第一个得到实际应用的自动英语口语教学评测系统。如图 1 所示。 

 图 1 《新时代交互英语》的演示界面 2005 年 7 月北京市科技计划研发攻关计划正式设立了项目“嵌入式智能英语、汉语教学机及课件制作系统的研发”，本课题组承担了该项目研发工作，与德国英飞凌公司合作，开发了具有世界先进水平的具有双核结构的嵌入式语音处理专用芯片，并以此芯片为核心完成该课题的硬件平台，在此基础上完成的嵌入式智能英语、汉语教学机及课件制作系统通过了国家广播电视产品质量监督检验中心的检验。在项目结题验收中，专家组一致认为： A）该课题研发嵌入式智能英语、汉语教学机及课件制作系统具有自主知识产权，能够有效地、互动地协助外语学习者的口语学习； B）创新成果“式发音评价及语音识别技术”当前世界先进、国内领先水平。 2008 年 3 月，教育部“大学英语四、六级网络考试系统研发与服务体系建设”项目启动了自动口语发音评测的预研计划，目标是在大学英语四、六级网络考试（机考）中实现自动发音质量评测，本课题组是该计划唯一的发音评测技术提供方。 2008 年，本课题组与教育部中央教育科学研究所联合承担了中国教育学会教育实验研究分会“十一五”规划课题—“英汉口语教学评测信息系统智能化的实验研究”，探索口语发音评价技术对口语教学和评测方式和方法的影响，探索更为公正、客观的口语能力评价标准。

2 应用说明

清华大学自 2003 年以来，一直专注于口语发音质量评价技术，积累了丰富的经验，在限定内容的发音质量评价领域取得了丰硕的成果，已开始从实验室走向产业化，解决面向大规模的产业应用的关键问题，如环境噪声和通道差异对评测性能的影响、学习者的口音问题、评测技术与不同口语考核目标的关系、不限定内容的发音质量评价方法等。利用四、六级口语测试累积的海量数据，探索以上问题的理论根源，提出新的口语发音质量评价方法，形成口语评价的主客观标准，推进口语教学/评测方法迈上一个新的台阶。 总结该技术的主要特点如下：

1. 支持英语、汉语等国际上应用最为广泛的语种；
2. 发音质量评价性能好，大规模数据实验（ 5000 人测试）表明该技术与主观评价的相关性达到了 0.8，已逼近主观评价之间的相关性（ 0.85）；
3. 支持小学、中学、大学以及社会培训等不同层次的口语教学与评测；
4. 对环境噪声和通道差异具有很好的鲁棒性，可用于不同的环境和系统；
5. 程序可根据应用目标进行裁剪，既可移植到学习机、手机等嵌入式平台，又可用于个人计算机、网络服务器等。

该项技术已经获得大学英语四、六级考委会、清华大学出版社、北京市科委的实际使用认可，具备了大规模产业化应用的条件。

3 应用范围

该项技术适用于英语、汉语的口语评测系统，英语、汉语的口语培训软件和系统，英语、汉语的口语教学辅助系统，可在嵌入式、个人计算机和网络平台上实现。

4 合作方式

投、融资或技术许可。