计算机辅助语言学习

摘要： 在过去的20年里IT技术得到了空前的发展,这使得CALL即计算机辅助语言学习应运而生。而近年来智能便携设备和程序的普及更是改变了课堂内外获取材料和交流的方式。在中国大陆地区,大学生的英语词汇表现仍处于较低水平,这一点在输出型技能方面尤为突出。与此同时,大学英语课堂规模大、设备简陋等问题也制约了CALL的应用。本文假定具有80名大二学生的中国大学课堂并采用心理语言学方法的多媒体学习和语言测试中的作品集概念进行项目设计。项目采用谷歌引擎来选定图片来让学生学习新词汇时先接触概念而非定义。另外项目也启动云盘服务来让学生建立作品集并能够与教师在云端共享。总体而言,本项目在科技和语义化理论的结合上具有突出优势,但是无法照顾到学习者差异却是一个比较明显的弱点。

摘要： 为揭示机器翻译作为计算机辅助语言学习工具的功效,本研究对机器翻译融入英语专业写作教学展开了一学期的实证调查。研究设计的实验班和对照班数据,包括两个班学生的前后测成绩,以及学生前后测产出的作文在准确性、词汇句法复杂性、流利性及语篇连贯性方面的12项文本量化特征统计数据。结果表明,实验班后测成绩提升幅度显著大于对照班成绩,说明机器翻译有助于提升学习者的整体写作水平,尤其对提高文章准确性、词汇复杂性及语篇连贯性三方面的作用较大。

摘要： 该文选取2016年至2020年国内和国外各5种核心期刊关于计算机辅助语言学习(CALL)的论文为研究样本,采用关键词词频统计法和内容分析法对CALL近5年的研究热点和趋势进行定量统计分析。研究发现,国内外对CALL的研究既有相同之处,也有所不同。该文可为我国今后的CALL研究提供参考。

摘要： 在线互助写作任务经常在一些教学和交流软件中进行.该研究调查了美国同伴反馈的类型,以及反馈对中国同伴话语重组的影响.合作任务是在论坛和维基中开发一个外文旅游手册.研究发现,在论坛和维基中,美国同伴的反馈在中国学生中产生的影响各不相同.虽然语法和词汇反馈在很大程度上得到了认可和采纳,但中国同伴似乎没有进一步的跟进或讨论就接受了它.情感反馈基本上没有引起语言上的反应.

摘要： 在线互助写作任务经常在一些教学和交流软件中进行。该研究调查了美国同伴反馈的类型,以及反馈对中国同伴话语重组的影响。合作任务是在论坛和维基中开发一个外文旅游手册。研究发现,在论坛和维基中,美国同伴的反馈在中国学生中产生的影响各不相同。虽然语法和词汇反馈在很大程度上得到了认可和采纳,但中国同伴似乎没有进一步的跟进或讨论就接受了它。情感反馈基本上没有引起语言上的反应。

摘要： 如今,多媒体、互联网、智能手机和各种形式的远程学习的使用非常广泛.从语言教育者和语言学习者的角度来看,使用计算机作为支持语言学习工具的兴趣正在增长.鉴于人们对计算机技术在语言学习中的潜力有着浓厚的兴趣,研究计算机是如何被用来支持第二语言和外语学习变得愈发重要.在我国,计算机辅助语言学习(CALL)经历了许多挫折和困难.20世纪末,CALL模式在我国逐渐出现,但尚不成熟,且不系统.21世纪初,这一号召在中国广泛开展.在此期间,大部分高校进行了网上学习的尝试,并取得了丰硕的成果.

摘要： 本文旨在描述国内外近年线上外语教学研究基本情况.该研究领域理论基础由行为主义、认知主义、建构主义向社会建构主义演进,其教学模式也在技术辅助下转变,突出学生的主体作用,打破课堂内外界限.近年相关研究浮现出四大关键概念:互动与协作、学习投入、学习者能力、教师角色与教师素养.在线实证研究方法也呈现出多样性、创新性特征.本文最后对我国线上外语教学研究发展方向进行了展望.

摘要： 本文研究连续语音的声调评测算法，该算法可应用于计算机辅助语言学习(CALL)系统和普通话水平测试(PSC)中的声调评测。考虑到连续语音发音中前后音之间的相互影响，采用三音节单元建立GMM声调模型，三音节中辅音部分用Spline插值法拟合声调曲线来反映音节问基音频率的转移信息。实验表明，基于三音节声调曲线插值拟合的GMM模型评测方法可以使机器打分和人工打分的相关性从0.733提升到0.764。

摘要： 在计算机辅助语言学习系统中，不同音素间的声学混淆现象严重影响发音质量评估的准确性。特别是对少数民族地区学习者来说，地方口音更会加剧这种声学混淆的严重性。为解决这一难题，本文提出了一种新颖的精细音子串联的汉语音节结构来对声学空间进行建模，并尝试了多种音素拆分策略，此外还对决策树的问题集设计进行了细致地研究。试验结果表明：与传统的声韵结构相比，这种优化的精细音子音节结构能够有效地缓解不同音素间的声学混淆，改善声学模型的建模精度。

摘要： 针对计算机辅助语言学习,介绍了一种适合微机处理的、基于C-AMDF的语音基音周期快速计算方法,并给出了提取一个连续语音段声调分布的处理流程和完整过程,包括端点检测、AMDF运算、基音周期估算、中值滤波等关键过程.实际设计中,依据语音信号的声学特征,采取了低通滤波、高低电平削波、区域搜索等提高基音周期计算速度和准确性的实用方法.最后,介绍了系统的实现方式和运行环境,并给出了典型的实验结果.

摘要： 英音和美音是最为常见的英语目标口音。本文针对英语学习者存在的英美口音混杂现象，提出一种英美口音模型融合方法，提高发音质量评价性能，并压缩声学模型规模以适于嵌入式实现。该方法基于替代概率将声学模型划分为可替代模型、可融合模型和孤立模型。抛弃可替代模型，保留孤立模型，基于模型插值与模型裁剪归并可融合模型。发音质量评价实验结果表明：融合模型与单口音模型相比，说话人级别的相关性提高了14.1%；融合模型与混合模型的性能相近，高斯分量数目压缩了10.7%。

摘要： 英音和美音是最为常见的英语目标口音。本文针对英语学习者存在的英美口音混杂现象，提出一种英美口音模型融合方法，提高发音质量评价性能，并压缩声学模型规模以适于嵌入式实现。该方法基于替代概率将声学模型划分为可替代模型、可融合模型和孤立模型。抛弃可替代模型，保留孤立模型，基于模型插值与模型裁剪归并可融合模型。发音质量评价实验结果表明：融合模型与单口音模型相比，说话人级别的相关性提高了14.1%；融合模型与混合模型的性能相近，高斯分量数目压缩了10.7%。

摘要： 英音和美音是最为常见的英语目标口音。本文针对英语学习者存在的英美口音混杂现象，提出一种英美口音模型融合方法，提高发音质量评价性能，并压缩声学模型规模以适于嵌入式实现。该方法基于替代概率将声学模型划分为可替代模型、可融合模型和孤立模型。抛弃可替代模型，保留孤立模型，基于模型插值与模型裁剪归并可融合模型。发音质量评价实验结果表明：融合模型与单口音模型相比，说话人级别的相关性提高了14.1%；融合模型与混合模型的性能相近，高斯分量数目压缩了10.7%。

摘要： 英音和美音是最为常见的英语目标口音。本文针对英语学习者存在的英美口音混杂现象，提出一种英美口音模型融合方法，提高发音质量评价性能，并压缩声学模型规模以适于嵌入式实现。该方法基于替代概率将声学模型划分为可替代模型、可融合模型和孤立模型。抛弃可替代模型，保留孤立模型，基于模型插值与模型裁剪归并可融合模型。发音质量评价实验结果表明：融合模型与单口音模型相比，说话人级别的相关性提高了14.1%；融合模型与混合模型的性能相近，高斯分量数目压缩了10.7%。

摘要： 英音和美音是最为常见的英语目标口音。本文针对英语学习者存在的英美口音混杂现象，提出一种英美口音模型融合方法，提高发音质量评价性能，并压缩声学模型规模以适于嵌入式实现。该方法基于替代概率将声学模型划分为可替代模型、可融合模型和孤立模型。抛弃可替代模型，保留孤立模型，基于模型插值与模型裁剪归并可融合模型。发音质量评价实验结果表明：融合模型与单口音模型相比，说话人级别的相关性提高了14.1%；融合模型与混合模型的性能相近，高斯分量数目压缩了10.7%。

摘要： 为了改变计算机必须依靠文本才能进行评分的情况，本文在国内范围内首次开展了面向大规模英语口语机考中的复述题型自动评分技术研究并证明了其技术可行性。本文首先基于连续语音识别、自然语言理解等技术搭建了复述题自动评分技术流程，并针对复述题无需按原文复述、考试现场录音质量低等难点，通过借助朗读题录音的声学模型自适应处理、基于复述原文的通用语言模型裁剪、基于识别输出词图的机器评分特征提取等一系列的改进工作的开展，最终完成的自动评分系统在339份中国科学技术大学期末考试现场采集的复述题数据集上达到了专家精细评分84%的性能，超过了教师批量阅卷时的性能，使系统在实用中，能辅助教师进行更科学客观的评分。

摘要： 为了改变计算机必须依靠文本才能进行评分的情况，本文在国内范围内首次开展了面向大规模英语口语机考中的复述题型自动评分技术研究并证明了其技术可行性。本文首先基于连续语音识别、自然语言理解等技术搭建了复述题自动评分技术流程，并针对复述题无需按原文复述、考试现场录音质量低等难点，通过借助朗读题录音的声学模型自适应处理、基于复述原文的通用语言模型裁剪、基于识别输出词图的机器评分特征提取等一系列的改进工作的开展，最终完成的自动评分系统在339份中国科学技术大学期末考试现场采集的复述题数据集上达到了专家精细评分84%的性能，超过了教师批量阅卷时的性能，使系统在实用中，能辅助教师进行更科学客观的评分。

摘要： 本发明公开了一种辅助口语语言学习的计算机系统，包括以下组件：用户界面，提示用户完成一定的口语语言学习内容并采集用户的语音响应数据；数据库，包括一组模式特征用以描述与用户的口语语言学习相关的声学和语言学方面的表现；语音分析系统，分析语音响应数据并提取声学模式特征或者语言学模式特征；模式匹配系统，将提取于语音响应数据的模式特征中的一个或多个子集与数据库中的模式特征进行对应匹配，并根据匹配结果生成反馈数据；反馈系统，将反馈数据反馈给用户，辅助用户掌握口语语言学习内容。本发明具有较高的交互性和自适应性，尤其可以启发式地捕获用户错误并智能地反馈丰富的教学指导信息，弥补现有技术在这方面的不足。

摘要： 本发明涉及计算机领域，尤其涉及一种计算机辅助语言实验室数据管理装置，包括有矩形放置柜、开孔柜门、筛网、电机、T形支撑板等；矩形放置柜上通过合页连接的方式连接有开孔柜门，开孔柜门上呈均匀排列的方式设置有筛网，矩形放置柜内底面后侧固定安装有电机，矩形放置柜内后侧呈均匀排列的方式固接有T形支撑板。通过设置的开槽转动圆框，开槽转动圆框转动能够将外部冷空气通过筛网抽取至矩形放置柜内将数据存储盘上，使得冷空气与数据存储盘进行热交换并将其上的热量带走，达到对数据存储盘进行散热的目的，避免数据存储盘的稳定性降低。

摘要： 本发明涉及数据管理技术领域，且公开了一种计算机辅助语言实验室数据管理装置，包括柜体及计算机，柜体的上端固定连接有蓄水箱，蓄水箱的下内侧壁左端固定连接有水泵，水泵的输出端固定连接有输水管，且输水管远离水泵的一端贯穿蓄水箱的左侧壁并延伸至内部，柜体的外侧壁上端固定连接有多个均匀分布的固定块。该计算机辅助语言实验室数据管理装置，可以将实验数据进行硬盘、云盘及文字存档，便于数据管理，实验数据安全性较高，且可以防止实验数据文字档被火灾烧毁，提高文字档存放管理的安全，同时可以便于根据文字档存放量的多少进行分类空间调节，提高空间利用率。

摘要： 本实用新型公开一种计算机语言学习设备与计算机，用于简易编写计算机语言，该计算机语言学习设备包括：嵌入Linux系统以及编程语言编译器的微处理器ARM；用于临时存放数据的同步动态存储器SDRAM，所述同步动态存储器SDRAM与所述微处理器ARM电连接；用于大容量数据存储的FLASH内存，所述FLASH内存与所述微处理器ARM电连接。本实用新型的技术方案，采用微处理器ARM作为CPU，运行流畅，嵌入开源Linux系统、编程语言编译器，有效地降低了硬件成本。

摘要： 本实用新型公开了一种计算机辅助语言实验室数据管理装置，涉及数据管理技术领域。包括箱体，所述箱体的内壁底部设置有下底板，所述下底板的数量为两个，所述下底板的顶部外壁两侧固定连接有吸热板，所述吸热板的顶部外壁固定连接有上底板，所述上底板的顶部外壁固定连接有水箱。通过在安装槽上设置有安置板，用于放置资料等物品，同时安置板上开设有透气孔，使得箱体内壁底部设置的排风扇的通风，同时在卡接槽内设置有卡接板，卡接板上设置有导扇，当排风扇通风后，热浪会被吹起同时向两边扩散，为保证热浪的排出，特设置导扇对热浪进行引导，通过散风口排出，同时配合冷凝管的运行，对装置内部进行降温，保证装置的散热效果更好。

摘要： 本发明属于语音技术领域，计算机辅助语言学习系统中的发音质量评价方法，包括：匹配分数的计算、基于美尔(Mel)频标的感知分数的计算、段长分数的计算和基音分数的计算，并将上述分数映射后进行融合；本发明的发音质量评价方法具有稳健性好，与专家评分相关性高的优点，可以用于交互式语言学习和自动口语测试。

摘要： 本发明是关于一种语言学习系统以及交互式计算机辅助语言学习的方法。该交互式计算机辅助语言学习的方法，适于藉由一语言学习系统来执行。该方法是先由语言学习系统输出第一字句的对应发音，再由学习者模仿语言学习系统所输出的第一字句的对应发音而发出第一发音。接着由语言学习系统对两者进行比对，再依据比对的结果输出评论以告知学习者其缺点，并输出与第一字句的正确发音相似的第二字句的对应发音，以及与第一字句相关的词组、例句以及同义词，以提供学习者同时练习文法以及听力。该方法能够适时指出学习者在学习上的盲点，因此可增加学习者与语言学习系统之间的互动性，提高学习效率。

摘要： 本发明属于语音技术领域，计算机辅助语言学习系统中的发音质量评价方法包括：匹配分数的计算、基于美尔(Mel)频标的感知分数的计算、段长分数的计算和基音分数的计算，并将上述分数映射后进行融合；本发明的发音质量评价方法具有稳健性好，与专家评分相关性高的优点，可以用于交互式语言学习和自动口语测试。

摘要： 一种计算机辅助语言学习方法,包括句型读取程序、句型分割程序、重组输出程序、输入接收程序、句型比较程序以及结果输出程序。句型读取程序是从计算机可读取的句型资料库中读取第一语言句型,以及第一语言句型所对应的第一语言句型。本发明也公开一种依此方法的计算机辅助语言学习系统。

摘要： 本发明公开了一种计算机辅助语言学习的方法与系统,它包括句型读取程序、句型分割程序、重组输出程序、输入接受程序、句型比较程序以及结果输出程序。句型读取程序是从句型数据库中读取第一语言句型。句型分割程序是将第一语言句型切割为多个句元素的组合。重组输出程序是对句元素进行重组。输入接受程序是接受学习者针对重组结果而输入的数据。句型比较程序是比较学习者输入句型与第一语言句型。结果输出程序则将进行比较所得的结果输出给学习者。