语料库与人工智能融合：在线英语口语训练新范式的构建与评估

《ReCALL》：Examining the effectiveness of integrating corpus-based and AI approaches for English speaking practice

　　本研究针对EFL（英语作为外语）学习者口语能力提升的难点，开发并评估了一种整合自建口语语料库、生成式AI和文本转语音AI的在线英语口语训练方法。通过前后测和访谈发现，该方法能显著提升学习者在语法复杂度、词汇搭配、发音连贯性等方面的表现，并有效减少语法错误和填充停顿。研究证实了语料库与AI工具协同在创建互动学习环境、提供精准反馈方面的优势，为技术赋能的口语教学提供了创新框架。

　　

在全球化浪潮中，英语口语能力已成为跨文化交流的核心技能之一。然而，对于许多将英语作为外语（EFL）学习的学生，尤其是在克拉（Kachru）三圈模型中的扩展圈（如中国、韩国等英语非官方或通用语地区）的学习者而言，口语往往被视为最具挑战性的语言技能。传统的口语教学方法，如配音、规则学习和演示练习等，多依赖于面对面的课堂环境。后疫情时代，技术介导的口语教学已成为主流，但许多数字平台（如视频会议工具）仍存在反馈机会有限、缺乏个性化指导等问题。尽管人工智能（AI）工具在提供个性化反馈方面展现出巨大潜力，但先前的研究多依赖于学习者的自我报告，缺乏对实际语音产出的实证分析，且AI生成的反馈有时可能存在不准确的风险。正是在这样的背景下，香港教育大学的陈学珠（Hsueh Chu Chen）及其团队开展了一项创新研究，旨在开发并评估一种结合语料库技术和多种AI工具的自我导向在线英语口语学习方法，以创建一个互动性更强的学习环境。该研究成果发表在计算机辅助语言学习领域的知名期刊《ReCALL》上。

为开展此项研究，研究人员主要运用了以下几种关键技术方法：首先，研究基于一个自建的“不同水平英语口语语料库”（Spoken Corpus），该语料库包含91组口语数据，并依据雅思（IELTS）口语考试标准对语法范围与准确性（GA）、词汇资源（LR）、发音（PN）以及流畅度与连贯性（FC）这四个核心子技能进行了详尽的标注。其次，研究整合了生成式AI工具（如Poe, Copilot, ChatGPT）用于生成观点、提供个性化反馈以及进行互动对话练习。第三，利用文本转语音AI工具（如Murf）为学习者生成可定制的母语者样本供模仿，特别是在发音和停顿学习方面。整个培训课程在Canvas这一学习管理系统（LMS）上实施，通过教学视频、测验和在线讨论论坛等方式组织学习活动。研究招募了62名香港高校的汉语母语者参与在线培训，其中20人完成了包含前测、六次培训课程、自学环节、后测和半结构化访谈的完整研究流程。

4. 结果

4.1. 前测与后测结果

通过对比参与者在培训前后的口语表现发现，参与者在后测中尝试使用了更多的积极语言特征。例如，在语法范围与准确性（GA）方面，参与者产出的句子总数和复合句频率显著增加；在词汇资源（LR）方面，恰当搭配的使用频率显著提升；在发音（PN）方面，辅音-元音连接（C-V linking）的频率显著提高；在流畅度与连贯性（FC）方面，语速（每分钟单词数）显著加快。同时，参与者也显著减少了某些负面特征的使用，如语法错误、辅音错误、元音错误以及填充停顿（如“um”, “er”）的频率。这表明该训练方法有效促进了学习者口语表现的提升。

4.2. 四个子技能的学习体验

参与者描述了如何应用语料库和AI工具来发展其口语能力。在语法范围与准确性（GA）方面，AI工具被广泛用于识别和纠正语法错误，并帮助构建更复杂的句式结构，而语料库则提供了高分学习者使用的真实语法范例。在词汇资源（LR）方面，AI工具帮助纠正词汇错误并提出更自然的表达，语料库则让学习者接触到不同分数段词汇的使用，特别是较少见的词汇和搭配。在发音（PN）方面，AI工具能识别发音问题（如重音错误），文本转语音AI则提供了可模仿的发音模型，语料库中的真实高分录音因其自然性而受到青睐。在流畅度与连贯性（FC）方面，AI工具帮助添加话语标记和连接词以改善逻辑流，文本转语音AI有助于学习停顿，语料库则展示了高分学习者如何最小化停顿并保持清晰逻辑。

4.3. 提示词分析

对参与者在与生成式AI互动时使用的提示词（prompts）进行分析发现，在生成观点时，参与者更倾向于对示例提示词进行定制化（例如指定目标雅思分数段）。而在获取语法和词汇反馈时，参与者则更严格地遵循示例提示词的结构。对于发音和流畅度，提示词的关注点分布较为均衡，涉及辅音、元音、单词重音、语调、话语标记等多个方面。这反映了学习者在不同学习任务中对AI工具交互方式的不同需求。

4.4. 对语料库与AI融合口语能力训练的评价

访谈数据显示，参与者对该融合方法持积极态度。生成式AI工具的实时反馈和对话式交互被认为是创造互动学习环境的关键。AI工具提供的个性化、针对性反馈被视为其主要优势。语料库则因其提供本地化、与考试相关的真实样例（特别是来自中国学习者的样例）而受到重视，有助于学习者识别和避免低分考生的常见错误。许多参与者强调，语料库和AI工具的结合使用形成了一个系统化、高效的学习流程，使得反馈更加准确和自然。尽管有参与者指出AI反馈可能并非完全准确，但其即时性和实用性仍受到肯定。

4.5. 对Canvas学习管理系统的评价

参与者普遍认可Canvas平台提供的灵活性和便利性，允许随时随地访问课程材料并按自定步调学习（如回放视频、调整播放速度）。讨论论坛使参与者能够从同伴的分享中获益，测验则有助于巩固知识。然而，部分参与者指出在线学习环境存在注意力不易集中、缺乏实时互动和及时反馈等问题。

5. 讨论与结论

本研究证实了在线语料库与AI融合的口语训练方法在提升学习者英语口语能力方面的有效性。学习者在多个关键语言特征上表现出量化改进。该方法成功创建了一个互动性强、参与度高的学习环境，语料库在提供真实范例和提升学习者关键数字素养（CDL）及提示词开发能力方面发挥了重要作用，而AI工具则提供了个性化的反馈和练习机会。两者结合，相辅相成，弥补了单一工具的局限性。基于研究结果，本文提出了一个四步的语料库与AI融合口语学习框架（见图1），为教育工作者设计类似课程提供了清晰的 pedagogical implication（教学启示）。该框架始于通过语料库进行特征分析和意识提升，继而是利用AI工具进行个性化练习和反馈，接着是通过与语料库范例对比进行自我监控，最后是整合反馈并进行反思。

总之，这项研究为智能计算机辅助语言学习（Intelligent Computer-Assisted Language Learning）领域贡献了新的见解，突出了语料库与AI工具相结合在提高学习者口语水平方面的巨大潜力。研究的主要局限在于培训周期相对较短，且未设置对照组。未来的研究可以探索该方法的长期效果，并通过设置对照组进行更严格的验证。