數(shù)字環(huán)境下錄音教材的交互性發(fā)展研究

閔捷

摘 要：文章以不同種類的錄音教材為例，分別對(duì)磁帶型錄音教材、CD和Mp3錄音教材、點(diǎn)讀錄音教材和語音識(shí)別錄音教材在交互性方面的特點(diǎn)和發(fā)展過程進(jìn)行了研究。作者從錄音教材的數(shù)字化、碎片化與交互性發(fā)展之間關(guān)系的角度對(duì)交互方式進(jìn)行了簡(jiǎn)要的分析，并對(duì)“指令式”交互和語音交互差異進(jìn)行了討論。文章最后從課程和教學(xué)的角度對(duì)錄音教材的交互性發(fā)展進(jìn)行小結(jié)，提出信息技術(shù)在錄音教材中的應(yīng)用應(yīng)符合課程和教學(xué)需求，對(duì)未來錄音教材的交互性發(fā)展做了展望。

關(guān)鍵詞：錄音教材；磁帶；多媒體印刷讀物；語音識(shí)別

中圖分類號(hào)：G436 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2015）22-0079-04

錄音教材是我國(guó)教科書體系中的重要組成部分，在國(guó)內(nèi)應(yīng)用于教學(xué)已有50多年的歷史。在基礎(chǔ)教育領(lǐng)域，錄音教材主要應(yīng)用于英語、語文、音樂等學(xué)科。特別在語言類學(xué)科中，錄音教材對(duì)培養(yǎng)學(xué)生的聽、說能力有著不可或缺的作用。

我國(guó)的錄音教材從20世紀(jì)60年代開始被教育工作者普遍認(rèn)識(shí)和接受，至今已有50多年時(shí)間。錄音教材在今天我們所說的教學(xué)立體化配套資源中算得上是“古老”的一類。在新中國(guó)建立初期，英語等學(xué)科的聽力教學(xué)只能在少數(shù)幾所大學(xué)中開設(shè)，由于缺少錄音教材的支持，只能由教師口頭朗讀聽力內(nèi)容進(jìn)行教學(xué)。從60年代開始，隨著電化教育的逐漸發(fā)展和普及，錄音教材作為聽力教學(xué)的基礎(chǔ)性課程資源進(jìn)入課堂，也使得越來越多的學(xué)生享受到了優(yōu)質(zhì)的聽力教育。

長(zhǎng)期以來，錄音教材始終是促進(jìn)中小學(xué)生提高語言學(xué)科聽、說技能的理想課程資源，錄音教材的使用效果也早已被廣大教師實(shí)踐和論證過?，F(xiàn)在我們常見的英語錄音教材在語速、音色、背景聲音的選擇上都經(jīng)過了嚴(yán)謹(jǐn)?shù)脑O(shè)計(jì)。錄音內(nèi)容按照不同學(xué)段學(xué)生的學(xué)習(xí)特點(diǎn)以及課程標(biāo)準(zhǔn)的要求實(shí)現(xiàn)循序漸進(jìn)、由易到難的過渡，以促進(jìn)學(xué)生在英語的聽、說、讀、寫技能上的全面發(fā)展。

在進(jìn)入基礎(chǔ)教育課堂之后的30多年中，從早期單一的盒式錄音帶，到現(xiàn)今各類各樣的數(shù)字化錄音教材，錄音教材并沒有固步自封，而是在發(fā)生著與時(shí)俱進(jìn)的變化。特別是進(jìn)入21世紀(jì)后，教育信息化發(fā)展得到了廣泛的重視，也取得了一系列的重大進(jìn)展。筆者在多年錄音教材編輯、出版工作的基礎(chǔ)上，對(duì)數(shù)字環(huán)境下錄音教材的交互性進(jìn)行一些研究工作，從交互方式、原理、特征等方面整理了近年來錄音教材的數(shù)字化進(jìn)展情況。以下筆者嘗試梳理和分析在我國(guó)當(dāng)前教育信息化的大趨勢(shì)下，錄音教材交互性發(fā)展的一些典型實(shí)例。

一、 傳統(tǒng)錄音教材交互性的發(fā)展

從信息傳播的方式和教學(xué)應(yīng)用的角度看，傳統(tǒng)的磁帶型錄音教材有教學(xué)性、經(jīng)濟(jì)性、易用性三個(gè)顯著特點(diǎn)。教學(xué)性是指錄音教材的內(nèi)容與課程匹配，錄音的語調(diào)、語速等方面符合教學(xué)要求；經(jīng)濟(jì)性是指磁帶的技術(shù)成熟、磁帶本身和播放工具的價(jià)格低廉，能在最廣大范圍內(nèi)被接受；易用性是指磁帶在使用時(shí)操作簡(jiǎn)單，對(duì)環(huán)境的要求很低，在各種環(huán)境下都能穩(wěn)定使用。與上述特點(diǎn)相比，磁帶型錄音教材的交互性則是一個(gè)較為薄弱的環(huán)節(jié)。

在教育信息化環(huán)境中，“交互性”一詞通常指用戶（包括教師、學(xué)生）與教學(xué)系統(tǒng)、課程資源之間的雙向信息傳遞程度。用戶與系統(tǒng)、資源之間的雙向信息傳遞方式越多樣、信息量越豐富，則交互性越強(qiáng)。對(duì)早期的磁帶型錄音教材來說，錄音機(jī)是最常見的播放工具。用戶與錄音教材之間只能通過機(jī)械裝置進(jìn)行“指令式”交互。這里說的“指令式”交互，是指用戶通過播放工具向錄音教材發(fā)出具有特定功能含義的指令，錄音教材則通過播放工具響應(yīng)用戶指令（見圖1）。常見的指令包括播放、停止、倒退、快進(jìn)等。基于錄音機(jī)的機(jī)械裝置，用戶想要反復(fù)播放某一段聲音，或者準(zhǔn)確定位到某一個(gè)聲音內(nèi)容上都是比較困難的，操作時(shí)的反復(fù)倒帶也比較浪費(fèi)時(shí)間，對(duì)學(xué)習(xí)效率有一定影響。

到20世紀(jì)90年代，復(fù)讀機(jī)的發(fā)明開啟了錄音教材的數(shù)字化。復(fù)讀機(jī)是一種現(xiàn)在仍在廣泛使用的、能夠播放盒式錄音帶的新式錄音機(jī)。它的特點(diǎn)是能將磁帶中播放的模擬信號(hào)音頻暫時(shí)轉(zhuǎn)化為數(shù)字信號(hào)音頻，并存儲(chǔ)在數(shù)字芯片中，從而實(shí)現(xiàn)同聲對(duì)比、跟讀、復(fù)讀等人機(jī)交互功能，增強(qiáng)了錄音教材使用時(shí)的交互功能并使交互更為便捷。

復(fù)讀機(jī)的本質(zhì)特點(diǎn)是能將磁帶型錄音教材的聲音信息進(jìn)行暫時(shí)的數(shù)字信號(hào)轉(zhuǎn)換，這使得數(shù)字化信息交互方式得以出現(xiàn)。用戶下達(dá)的指令不必通過機(jī)械裝置傳遞，而是直接發(fā)給臨時(shí)的數(shù)字音頻文件。數(shù)字音頻文件執(zhí)行定位、播放等指令都在瞬間完成，因此提高了錄音教材使用效率。復(fù)讀機(jī)除了能將錄音教材的聲音暫時(shí)存儲(chǔ)為聲音文件外，也可以將用戶的語音用同樣的方式進(jìn)行存儲(chǔ)，從而實(shí)現(xiàn)跟讀、對(duì)比等功能。

二、 全數(shù)字形態(tài)錄音教材的交互性

CD和Mp3是錄音資源全數(shù)字化的典型代表。我們今天所說的CD一般都是指CD-DA（Compact Disc-Digital Audio，即密致激光數(shù)字唱盤）的簡(jiǎn)稱。CD形式的錄音資源進(jìn)入教育，標(biāo)志著錄音資源的數(shù)字化時(shí)代正式開始。CD是較早采用的數(shù)字錄音教材形式。在CD的音頻文件中，聲音信息全部以數(shù)字形態(tài)（二進(jìn)制）儲(chǔ)存和使用。Mp3則是一種壓縮的聲音文件，與CD相比，Mp3占據(jù)的數(shù)據(jù)空間小得多，而聲音的質(zhì)量從教學(xué)應(yīng)用角度看又相對(duì)完好，因此在網(wǎng)絡(luò)時(shí)代更受到教師、學(xué)生的喜愛。

在實(shí)現(xiàn)了錄音資源的全數(shù)字化轉(zhuǎn)型后，CD、Mp3等形式的錄音資源都能夠支持時(shí)間軸上的精確定位，這使用戶與錄音教材之間的交互更為便捷和精確。此外，數(shù)字形式的錄音資源可根據(jù)課程、教材的內(nèi)容進(jìn)行拆分，可將整段音頻根據(jù)課程章節(jié)、欄目拆分為單個(gè)文件，使交互更為便捷。

盡管進(jìn)入錄音資源的全數(shù)字化時(shí)代后，CD、Mp3等形式的錄音資源在交互性上有了大幅度的進(jìn)展，但也仍存在不足之處。首先在定位交互方面，錄音資源僅支持基于時(shí)間軸的精確定位，但并不支持基于課程內(nèi)容的精確定位。使用者在定位時(shí)，只能定位于幾分幾秒，而不能基于內(nèi)容定位于第幾節(jié)第幾段。除非我們把課程內(nèi)容完全“翻譯”為時(shí)間信息，即確定每個(gè)具有內(nèi)容含義的字、詞或其他聲音的具體時(shí)間點(diǎn)，才能夠?qū)崿F(xiàn)基于內(nèi)容的定位交互，但這在實(shí)際中很難操作。此外，雖然前面提到了CD、Mp3具有依據(jù)課程內(nèi)容的結(jié)構(gòu)對(duì)錄音進(jìn)行拆分的優(yōu)點(diǎn)，但拆分后的音頻文件之間無法進(jìn)行有效的信息關(guān)聯(lián)，只能采用物理關(guān)聯(lián)或主觀關(guān)聯(lián)。例如，我們可以把屬于同一冊(cè)教科書的錄音資源刻制在一張光碟上，或者把屬于同一章節(jié)內(nèi)容的錄音資源文件放在同一文件夾下，類似這樣把相關(guān)錄音資源進(jìn)行歸類的方式都屬于物理關(guān)聯(lián)和主觀關(guān)聯(lián)。而在信息化發(fā)展過程中，資源之間的信息關(guān)聯(lián)是一種主流趨勢(shì)，也是進(jìn)行復(fù)雜交互的基礎(chǔ)。從這個(gè)角度看，CD、Mp3等形式的錄音教材仍有待進(jìn)一步發(fā)展。

三、 多媒體印刷讀物（MPR）的交互性

多媒體印刷讀物（英文為Multimedia Print Reader，通常簡(jiǎn)稱為MPR，下同）是由動(dòng)態(tài)聲音壓縮和播放同二維條碼印刷與微距釋讀技術(shù)結(jié)合而制成的新型紙質(zhì)有聲讀物，可與普通紙書刊一樣進(jìn)行閱讀，在閱讀的同時(shí)，用點(diǎn)讀筆指點(diǎn)可發(fā)出相應(yīng)的聲音。

在教育領(lǐng)域，點(diǎn)讀教材是最常見的MPR型課程資源。點(diǎn)讀教材由印有二維隱碼的紙質(zhì)教材、錄音資源和點(diǎn)讀筆三者組成。印有二維隱碼的教材，粗看起來與普通教科書一樣，但仔細(xì)觀察則能看見教材的圖、文之中套印有一層淺淺的二維碼。教材中的二維碼采用了隱碼技術(shù)，不影響讀者對(duì)教材內(nèi)容的閱讀，但卻可以被專用的光學(xué)設(shè)備識(shí)別。點(diǎn)讀教材的錄音資源是根據(jù)紙質(zhì)教材內(nèi)容錄制并進(jìn)行碎片化、編碼化處理的音頻文件。點(diǎn)讀筆則是一種筆狀的手持閱讀器，它能夠?qū)滩闹械亩S隱碼進(jìn)行光學(xué)識(shí)別，從而播放出二維碼對(duì)應(yīng)的錄音資源內(nèi)容。通俗點(diǎn)說，就是把錄音帶“印”在了書上，點(diǎn)讀筆就相當(dāng)于復(fù)讀機(jī)，能夠讀取印在書上的“磁帶”信息?；谶@種新技術(shù)，錄音資源實(shí)現(xiàn)了與紙制印刷讀物的整合。

從交互性角度看，點(diǎn)讀教材最大的特點(diǎn)在于實(shí)現(xiàn)了基于課程內(nèi)容的交互。如前文所述，CD、Mp3等形式錄音教材在進(jìn)行定位、復(fù)讀等交互時(shí)，都只能基于時(shí)間軸進(jìn)行，課程內(nèi)容必須轉(zhuǎn)化為時(shí)間信息后才能被利用，不夠便利。而在點(diǎn)讀教材中，當(dāng)用戶想聽課程內(nèi)容中的任何一段聲音時(shí)，只需要將點(diǎn)讀教材翻到該頁，通過文字信息進(jìn)行定位，然后用點(diǎn)讀筆即可播放錄音。從本質(zhì)上說，這是將設(shè)備可讀的錄音文件數(shù)字信息與用戶可讀的文字信息進(jìn)行了有序關(guān)聯(lián)。當(dāng)前，實(shí)現(xiàn)“技術(shù)與學(xué)科教學(xué)深度融合”是我國(guó)教育信息化重點(diǎn)工作之一，點(diǎn)讀教材基于課程內(nèi)容的交互方式正體現(xiàn)了技術(shù)與教學(xué)的融合性。此外，點(diǎn)讀教材還可以對(duì)錄音內(nèi)容進(jìn)行拓展，例如在英語學(xué)科中錄制中英翻譯的音頻，通過“翻譯”指令實(shí)現(xiàn)課程內(nèi)容的雙語互譯。

點(diǎn)讀教材之所以能夠?qū)崿F(xiàn)基于課程內(nèi)容的交互性，其核心創(chuàng)新點(diǎn)是錄音文件的碎片化和編碼結(jié)構(gòu)化。在點(diǎn)讀教材中，原本長(zhǎng)則幾十分鐘、短則三四分鐘的錄音文件通過內(nèi)容語義進(jìn)行碎片化。例如英語教材中的單詞表，在傳統(tǒng)錄音教材中只能依據(jù)單詞表的次序錄制全部單詞的讀音，較好的Mp3音頻文件也只能做到以教材單元為單位，每單元的單詞錄一段。這是因?yàn)樵趥鹘y(tǒng)錄音教材中，如果將每個(gè)單詞作為一個(gè)文件，那么一冊(cè)教材總共將有數(shù)百乃至近千個(gè)單詞音頻文件。面對(duì)如此大量的文件，用戶將無法管理和使用。而在點(diǎn)讀教材中，最小的錄音文件是“一個(gè)單詞”。數(shù)百乃至上千個(gè)聲音文件通過標(biāo)準(zhǔn)化的MPR編碼規(guī)則進(jìn)行了統(tǒng)一編碼，并與紙質(zhì)教材內(nèi)容進(jìn)行有序關(guān)聯(lián)。這就提供了單詞的獨(dú)立點(diǎn)讀。讀者可以根據(jù)自己的需要，播放想聽的一個(gè)或一些在單詞表中排列不連續(xù)單詞，即無須費(fèi)心管理和挑選碎片化音頻，也不用把整個(gè)單詞表都聽一遍。

縱觀錄音教材的交互性發(fā)展，從磁帶到點(diǎn)讀教材，在數(shù)字化方面已取得重大進(jìn)展。但筆者認(rèn)為錄音教材發(fā)展至此，在交互性方面依然存在一些明顯的不足。首先，無論是磁帶、CD還是點(diǎn)讀教材，交互依然停留在“指令式”交互上，無法進(jìn)行更復(fù)雜的交互方式；其次，上述各類錄音教材都受到載體限制，無法充分利用信息網(wǎng)絡(luò)形成高級(jí)交互。筆者認(rèn)為：盡管像點(diǎn)讀教材這樣的新型錄音教材能夠?qū)ⅰ爸噶钍健苯换グl(fā)揮到極限，但與錄音內(nèi)容相比，交互性只能作為這些錄音教材的附屬功能存在，對(duì)推動(dòng)學(xué)習(xí)模式變革的影響十分有限。

四、基于語音識(shí)別與分析系統(tǒng)的錄音資源智能交互性發(fā)展

從技術(shù)角度看，對(duì)聲音信息的數(shù)字化解析是制約錄音教材交互性進(jìn)一步發(fā)展的主要瓶頸。當(dāng)錄音教材及配套的軟、硬件系統(tǒng)在人工智能方面不夠強(qiáng)大時(shí)，就只能“理解”數(shù)量有限的指令信息，而無法直接對(duì)變化萬千的用戶語音信息進(jìn)行有效解析。語音分析系統(tǒng)在教育領(lǐng)域的應(yīng)用，是錄音教材交互性的一次發(fā)展飛躍。語音分析系統(tǒng)將錄音教材的交互性上升為與錄音教材的內(nèi)容同等重要水平。

基于語音識(shí)別的錄音教材包括錄音內(nèi)容和語音識(shí)別系統(tǒng)兩個(gè)核心部分。其中錄音內(nèi)容是錄音教材的基礎(chǔ)，既為整套錄音教材提供了基礎(chǔ)性資源，也為語音識(shí)別和分析提供基礎(chǔ)依據(jù)。語音識(shí)別系統(tǒng)則是錄音教材中的創(chuàng)新關(guān)鍵，能夠使計(jì)算機(jī)或其他智能數(shù)字終端“聽懂”用戶的語言。這種技術(shù)應(yīng)用于錄音教材后，對(duì)錄音教材全面輔助學(xué)生的“聽”、“說”學(xué)習(xí)將有大幅的強(qiáng)化效果。

基于語音識(shí)別的錄音教材在進(jìn)行語音交互時(shí)，通常經(jīng)歷五個(gè)環(huán)節(jié)。①提取語音特征，從語音波形中提取出隨時(shí)間變化的語音特征序列；②匹配聲學(xué)模型與模式，將獲取的語音特征通過識(shí)別算法找到對(duì)應(yīng)的發(fā)音模板；③將輸入的語音特征同聲學(xué)模型（聲學(xué)模型包括全部發(fā)音模板）進(jìn)行比較，得到最佳的識(shí)別結(jié)果；④依據(jù)語音評(píng)價(jià)模型，對(duì)語音進(jìn)行評(píng)價(jià)分析；⑤將分析結(jié)果反饋給用戶。通過這五個(gè)環(huán)節(jié)后，系統(tǒng)就完成一次語音交互，能夠把識(shí)別、解析、評(píng)價(jià)后的信息反饋給用戶。反饋信息中可以包括對(duì)用戶語音的評(píng)價(jià)結(jié)果、口語能力的強(qiáng)化和改進(jìn)方案、標(biāo)準(zhǔn)語音范例等內(nèi)容，最終實(shí)現(xiàn)面向用戶口語能力提升的教學(xué)過程。

應(yīng)該指出的是，盡管語音識(shí)別技術(shù)在近年來有了巨大的進(jìn)步，相關(guān)的教育、出版機(jī)構(gòu)也推出了一些學(xué)習(xí)輔助產(chǎn)品，但語音識(shí)別技術(shù)在教育領(lǐng)域的應(yīng)用仍處于初級(jí)階段，當(dāng)前實(shí)現(xiàn)的語音交互也僅僅是基礎(chǔ)層次的語音交互。對(duì)教育應(yīng)用來說，一個(gè)有效的語音識(shí)別系統(tǒng)包括聲音模型、語言模型和評(píng)價(jià)模型三個(gè)核心部分，其中的評(píng)價(jià)模型是專門面向教育領(lǐng)域口語教學(xué)的算法模型。而就目前筆者所見的各種語音識(shí)別錄音教材或一般教育產(chǎn)品，都普遍缺少合理有效的口語評(píng)價(jià)模型。這是未來信息技術(shù)在錄音教材中實(shí)現(xiàn)與教育、教學(xué)深度融合的一個(gè)關(guān)鍵難點(diǎn)，需要進(jìn)一步研究和突破。

五、小結(jié)與展望

在分析了過去幾十年中錄音教材的交互性發(fā)展過程和典型案例后，筆者認(rèn)為有必要對(duì)其發(fā)展過程中的共性進(jìn)行一些小結(jié)。錄音教材自身的形式和交互的方式隨著技術(shù)的進(jìn)步發(fā)生了多樣的變化，但作為教材的一個(gè)種類，其課程和教學(xué)性始終作為基礎(chǔ)屬性存在，并引導(dǎo)著交互性的發(fā)展。

無論是“指令式”交互還是語音交互，最終的目標(biāo)都是為課程和教學(xué)服務(wù)。因此，錄音教材的交互性發(fā)展始終緊隨著課程內(nèi)容和教學(xué)需求?！爸噶钍健苯换膯渭兊牟シ?、進(jìn)、退到復(fù)雜的點(diǎn)讀、翻譯，實(shí)際是隨著課程目標(biāo)進(jìn)行的逐步升級(jí)過程，并能夠越來越多地滿足教學(xué)需求。應(yīng)該看到，隨著教育的整體發(fā)展，課程和教學(xué)對(duì)語言類學(xué)科的聽說技能要求不斷提高。以2011版義務(wù)教育英語課程標(biāo)準(zhǔn)為例，和課程標(biāo)準(zhǔn)（實(shí)驗(yàn)稿）相比，新標(biāo)準(zhǔn)中“語言技能”的分級(jí)標(biāo)準(zhǔn)對(duì)學(xué)生在各階段的聽、說技能都提出了更細(xì)致要求。面對(duì)新要求的提出，錄音教材的交互性發(fā)展則是對(duì)這些教育需求的回應(yīng)。

未來的錄音教材可能會(huì)在基于行為分析的語言學(xué)習(xí)交互、基于互聯(lián)網(wǎng)的多元交互和基于語音合成技術(shù)的全語音交互等方面有進(jìn)一步的進(jìn)展。錄音教材可能能夠基于學(xué)生的學(xué)習(xí)行為進(jìn)行精確內(nèi)容推送、聽說輔導(dǎo)，能夠在學(xué)生、錄音教材二元交互的基礎(chǔ)上進(jìn)一步發(fā)展為教師、學(xué)生、錄音教材、家長(zhǎng)等共同參與的多元交互，可能在語音合成技術(shù)支持下實(shí)現(xiàn)錄音教材“學(xué)會(huì)說話”，并于用戶之間實(shí)現(xiàn)全語音交互。

從上世紀(jì)末開始，信息技術(shù)的發(fā)展呈現(xiàn)出爆炸的態(tài)勢(shì)，許多我們今天看上去不可思議的交互功能都可能在不遠(yuǎn)的將來被實(shí)現(xiàn)。但筆者認(rèn)為，無論技術(shù)發(fā)展到什么程度，當(dāng)我們將技術(shù)應(yīng)用于教育時(shí)，都必須重視兩者之間的融合。課程和教學(xué)需求永遠(yuǎn)是教育中引入技術(shù)的目的，指導(dǎo)著我們采用什么樣的技術(shù)以及如何應(yīng)用技術(shù)。

參考文獻(xiàn)：

[1]教基二[2014]8號(hào).中小學(xué)教科書選用管理暫行辦法[Z].

[2]武桂香.錄音教材在農(nóng)村中小學(xué)英語教學(xué)中的作用[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012（S2）.

[3]規(guī)劃編制專家組.《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》解讀[M].北京：人民教育出版社，2013.

[4]段軍.MPR：傳統(tǒng)出版業(yè)的新課題[J].出版發(fā)行研究，2013（8）.

[5]劉江華.信息技術(shù)與中職英語口語教學(xué)整合模式的研究[D].長(zhǎng)春：東北師范大學(xué)，2012.

[6]夏祖煃.怎樣培養(yǎng)一年級(jí)學(xué)生的聽力[J].外語教學(xué)與研究，1960（2）.

[7]中國(guó)出版科學(xué)研究所.MPR出版物 第1部分：MPR碼編碼規(guī)則（GB/T 27937.1-2011）[S].中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)，2011.（編輯：魯利瑞）