从“人机共生”看PSC智能语音测试系统信度、效度与影响.docVIP

从“人机共生”看PSC智能语音测试系统信度、效度与影响 　　摘要：2007年后PSC智能语音测试系统逐步推行，在各个方面取得了较大改善。但伴随推行范围进一步加大，其智能性、准确性与社会影响越来越激发业内深层思考。客观评价PSC智能语音测试系统；创造“人机共生”环境，人工参与语音测试，尽可能确保各级语音评测的精准度；普及汉语口语标准度和规范度的社会共识；建立动态发展的大容量语料库以资评分参考，不断提高母语测试系统的信度与效度，是完善汉语标准语语音测试系统的必经之路。 　　关键词：人机共生；智能语音；信度；语域；效度；动态语料库 　　中图分类号：H01 文献标志码：A 文章编号：1001-862X（2013）06-0188-005 　　一、“人机共生”与PSC智能语音测试系统 　　1.“人机共生”概念与研究现状 　　20世纪50年代，计算机开始被用于智能研究。1960年，美国科学家立克里德指出：“人机共生是人与电子计算机之间合作性交互被期盼的发展。它将涉及伙伴关系中人与电子成员之间非常密切的耦合。”[1]与立克里德对人机交互关系的乐观态度相反，1960年，Bar-Hillel对理论基础项目强烈不满，特别是那些研究中间语的方法，他还证明了全自动高质量翻译（FAHQT）在原则上的不可行性。他拒绝所谓的FAHQT这样的理想目标，提倡开发基于计算机的翻译系统，为人类译员提供帮助，即所谓的“人机共生”环境，将机器发展为人工的最佳助手。[2] 　　“人机共生”概念从出现至今，相关研究充分证明了Bar-Hillel主张的人工为主导、计算机为辅助这一观点的正确性和现实意义。立克里德盼望的人机之间密切耦合远未实现。以机器翻译为例，上世纪50年代和60年代，机器翻译研究者碰到的语言问题比他们预想的要多得多，研究结果令人失望。1966年美国语言自动处理咨询委员会建议有关FAHQT的机器翻译研究应该停止，研究人员的注意力应该转向为翻译人员提供水平比原来所定的高目标要低一些的辅助系统。上世纪90年代至今，机器翻译得到改善，但除天气预报、旅游等窄领域外， 通用意义上的机器翻译产品仍不实用，译文质量远不能达标。目前，国内外自然语言翻译公司多数仍以人工翻译??主，机器为辅。[3] 　　2O世纪末，语言测试越来越多地使用计算机技术，语言测试的方法和手段发生了根本性变化，计算机辅助教学以及电脑化测试手段开始逐步普及，并使得语言学习和语言测试的许多方面都得到了发展。计算机在语言测试中的应用主要体现在题库建设、计算机辅助语言测试以及计算机自适应语言测试等方面。然而，鉴于现阶段技术瓶颈，计算机给出的测评结果仅供参考，不能作为语言能力测评的唯一标准。 　　“人机共生”研究与应用，体现研究者致力于实现计算机技术的最大辅助功能、不断缩小人机之间差距的努力。自上世纪50、60年代以来，研究者和使用者对其应用价值的审视越来越客观，不再过度理想化设定目标，而是致力于人机交互应用性与科学性研究，研究的应用价值由误差率大小和使用者对误差的容忍度来决定。 　　2.PSC智能语音测试系统与应用现状 　　2004年11月安徽中科大讯飞信息科技有限公司承担“智能语音技术在普通话辅助学习中的应用研究”项目，研究目标为在普通话水平测试规程的指导下，建立实用化的计算机辅助智能测评系统，将计算机辅助测试和语言学习系统结合起来，初步建立比较完善的智能普通话口语学习系统，2006年1月18日项目通过国家鉴定。2007年普通话计算机智能化测试系统（以下简称“机测”）开始使用并逐步推行。以2010年为例，全年参加机测的人数逾160万人次，占当年测试总人数的50%以上。[4] 　　机测系统承续了人工测试时期的目标，旨在以测促推，从测试过程、测试结果、成绩发布等各个方面试图以其高效、公正、客观促进普通话推广。“机测的推行使得普通话测试逐渐从繁重的人工劳动中解脱出来，从报名、评测到归档均大大提高了效率。机测也使得测试的公平性得到了极大保证，一定程度上也保证了结果的准确性。科大讯飞公司经过一年多的技术攻关，项目研究取得了突破性的进展，在全国主要方言区进行的现场人机测试对比结果表明，计算机测试的结果在分数和等级上已经达到了和高水平测试员高度一致的水平。”[5] 　　机测从2007年推行至今，其成果有目共睹，但也存在许多值得业界探讨的问题。本文有鉴于PSC机测系统的应用与发展，从“人机共生”的角度分析该系统的信度、效度与深层影响。无论是人工还是机测时期，高校在校生都是受测主体，高校生的测试数据具有一定代表性，因而本文数据主要采用安徽某高校的大学生测试数据。 　　二、PSC智能语音测试系统的信度、效度与影响 　　2005 年Bachman提出的“评价使用论证”[6]是测试学界非常有影响力的理论