语音情绪识别的研究论文

与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。语音识别听写机在一些领域的应用被美国新闻界评为1997年计算机发展十件大事之一。很多专家都认为语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。 任务分类和应用 根据识别的对象不同，语音识别任务大体可分为3类，即孤立词识别（isolated word recognition)，关键词识别（或称关键词检出，keyword spotting)和连续语音识别。其中，孤立词识别 的任务是识别事先已知的孤立的词，如“开机”、“关机”等；连续语音识别的任务则是识别任意的连续语音，如一个句子或一段话；连续语音流中的关键词检测针对的是连续语音，但它并不识别全部文字，而只是检测已知的若干关键词在何处出现，如在一段话中检测“计算机”、“世界”这两个词。根据针对的发音人，可以把语音识别技术分为特定人语音识别和非特定人语音识别，前者只能识别一个或几个人的语音，而后者则可以被任何人使用。显然，非特定人语音识别系统更符合实际需要，但它要比针对特定人的识别困难得多。另外，根据语音设备和通道，可以分为桌面（PC）语音识别、电话语音识别和嵌入式设备（手机、PDA等）语音识别。不同的采集通道会使人的发音的声学特性发生变形，因此需要构造各自的识别系统。语音识别的应用领域非常广泛，常见的应用系统有：语音输入系统，相对于键盘输入方法，它更符合人的日常习惯，也更自然、更高效；语音控制系统，即用语音来控制设备的运行，相对于手动控制来说更加快捷、方便，可以用在诸如工业控制、语音拨号系统、智能家电、声控智能玩具等许多领域；智能对话查询系统，根据客户的语音进行操作，为用户提供自然、友好的数据库检索服务，例如家庭服务、宾馆服务、旅行社服务系统、订票系统、医疗服务、银行服务、股票查询服务等等。 前端前端处理是指在特征提取之前，先对原始语音进行处理，部分消除噪声和不同说话人带来的影响，使处理后的信号更能反映语音的本质特征。最常用的前端处理有端点检测和语音增强。端点检测是指在语音信号中将语音和非语音信号时段区分开来，准确地确定出语音信号的起始点。经过端点检测后，后续处理就可以只对语音信号进行，这对提高模型的精确度和识别正确率有重要作用。语音增强的主要任务就是消除环境噪声对语音的影响。目前通用的方法是采用维纳滤波，该方法在噪声较大的情况下效果好于其它滤波器。处理声学特征 声学特征的提取与选择是语音识别的一个重要环节。声学特征的提取既是一个信息大幅度压缩的过程，也是一个信号解卷过程，目的是使模式划分器能更好地划分。由于语音信号的时变特性，特征提取必须在一小段语音信号上进行，也即进行短时分析。这一段被认为是平稳的分析区间称之为帧，帧与帧之间的偏移通常取帧长的1/2或1/3。通常要对信号进行预加重以提升高频，对信号加窗以避免短时语音段边缘的影响。常用的一些声学特征* 线性预测系数LPC：线性预测分析从人的发声机理入手，通过对声道的短管级联模型的研究，认为系统的传递函数符合全极点数字滤波器的形式，从而n 时刻的信号可以用前若干时刻的信号的线性组合来估计。通过使实际语音的采样值和线性预测采样值之间达到均方差最小LMS，即可得到线性预测系数LPC。对 LPC的计算方法有自相关法（德宾Durbin法）、协方差法、格型法等等。计算上的快速有效保证了这一声学特征的广泛使用。与LPC这种预测参数模型类似的声学特征还有线谱对LSP、反射系数等等。* 倒谱系数CEP：利用同态处理方法，对语音信号求离散傅立叶变换DFT后取对数，再求反变换iDFT就可得到倒谱系数。对LPC倒谱（LPCCEP），在获得滤波器的线性预测系数后，可以用一个递推公式计算得出。实验表明，使用倒谱可以提高特征参数的稳定性。* Mel倒谱系数MFCC和感知线性预测PLP：不同于LPC等通过对人的发声机理的研究而得到的声学特征，Mel倒谱系数MFCC和感知线性预测 PLP是受人的听觉系统研究成果推动而导出的声学特征。对人的听觉机理的研究发现，当两个频率相近的音调同时发出时，人只能听到一个音调。临界带宽指的就是这样一种令人的主观感觉发生突变的带宽边界，当两个音调的频率差小于临界带宽时，人就会把两个音调听成一个，这称之为屏蔽效应。Mel刻度是对这一临界带宽的度量方法之一。MFCC的计算首先用FFT将时域信号转化成频域，之后对其对数能量谱用依照Mel刻度分布的三角滤波器组进行卷积，最后对各个滤波器的输出构成的向量进行离散余弦变换DCT，取前N个系数。PLP仍用德宾法去计算LPC参数，但在计算自相关参数时用的也是对听觉激励的对数能量谱进行DCT的方法。声学模型语音识别系统的模型通常由声学模型和语言模型两部分组成，分别对应于语音到音节概率的计算和音节到字概率的计算。本节和下一节分别介绍声学模型和语言模型方面的技术。HMM声学建模：马尔可夫模型的概念是一个离散时域有限状态自动机，隐马尔可夫模型HMM是指这一马尔可夫模型的内部状态外界不可见，外界只能看到各个时刻的输出值。对语音识别系统，输出值通常就是从各个帧计算而得的声学特征。用HMM刻画语音信号需作出两个假设，一是内部状态的转移只与上一状态有关，另一是输出值只与当前状态（或当前的状态转移）有关，这两个假设大大降低了模型的复杂度。HMM的打分、解码和训练相应的算法是前向算法、Viterbi算法和前向后向算法。语音识别中使用HMM通常是用从左向右单向、带自环、带跨越的拓扑结构来对识别基元建模，一个音素就是一个三至五状态的HMM，一个词就是构成词的多个音素的HMM串行起来构成的HMM，而连续语音识别的整个模型就是词和静音组合起来的HMM。上下文相关建模：协同发音，指的是一个音受前后相邻音的影响而发生变化，从发声机理上看就是人的发声器官在一个音转向另一个音时其特性只能渐变，从而使得后一个音的频谱与其他条件下的频谱产生差异。上下文相关建模方法在建模时考虑了这一影响，从而使模型能更准确地描述语音，只考虑前一音的影响的称为Bi- Phone，考虑前一音和后一音的影响的称为Tri-Phone。英语的上下文相关建模通常以音素为基元，由于有些音素对其后音素的影响是相似的，因而可以通过音素解码状态的聚类进行模型参数的共享。聚类的结果称为senone。决策树用来实现高效的triphone对senone的对应，通过回答一系列前后音所属类别（元/辅音、清/浊音等等）的问题，最终确定其HMM状态应使用哪个senone。分类回归树CART模型用以进行词到音素的发音标注。 语言模型语言模型主要分为规则模型和统计模型两种。统计语言模型是用概率统计的方法来揭示语言单位内在的统计规律，其中N-Gram简单有效，被广泛使用。N-Gram：该模型基于这样一种假设，第n个词的出现只与前面N-1个词相关，而与其它任何词都不相关，整句的概率就是各个词出现概率的乘积。这些概率可以通过直接从语料中统计N个词同时出现的次数得到。常用的是二元的Bi-Gram和三元的Tri-Gram。语言模型的性能通常用交叉熵和复杂度（Perplexity）来衡量。交叉熵的意义是用该模型对文本识别的难度，或者从压缩的角度来看，每个词平均要用几个位来编码。复杂度的意义是用该模型表示这一文本平均的分支数，其倒数可视为每个词的平均概率。平滑是指对没观察到的N元组合赋予一个概率值，以保证词序列总能通过语言模型得到一个概率值。通常使用的平滑技术有图灵估计、删除插值平滑、Katz平滑和Kneser-Ney平滑。 搜索连续语音识别中的搜索，就是寻找一个词模型序列以描述输入语音信号，从而得到词解码序列。搜索所依据的是对公式中的声学模型打分和语言模型打分。在实际使用中，往往要依据经验给语言模型加上一个高权重，并设置一个长词惩罚分数。Viterbi：基于动态规划的Viterbi算法在每个时间点上的各个状态，计算解码状态序列对观察序列的后验概率，保留概率最大的路径，并在每个节点记录下相应的状态信息以便最后反向获取词解码序列。Viterbi算法在不丧失最优解的条件下，同时解决了连续语音识别中HMM模型状态序列与声学观察序列的非线性时间对准、词边界检测和词的识别，从而使这一算法成为语音识别搜索的基本策略。由于语音识别对当前时间点之后的情况无法预测，基于目标函数的启发式剪枝难以应用。由于Viterbi算法的时齐特性，同一时刻的各条路径对应于同样的观察序列，因而具有可比性，束Beam搜索在每一时刻只保留概率最大的前若干条路径，大幅度的剪枝提高了搜索的效率。这一时齐Viterbi- Beam算法是当前语音识别搜索中最有效的算法。 N-best搜索和多遍搜索：为在搜索中利用各种知识源，通常要进行多遍搜索，第一遍使用代价低的知识源，产生一个候选列表或词候选网格，在此基础上进行使用代价高的知识源的第二遍搜索得到最佳路径。此前介绍的知识源有声学模型、语言模型和音标词典，这些可以用于第一遍搜索。为实现更高级的语音识别或口语理解，往往要利用一些代价更高的知识源，如4阶或5阶的N-Gram、4阶或更高的上下文相关模型、词间相关模型、分段模型或语法分析，进行重新打分。最新的实时大词表连续语音识别系统许多都使用这种多遍搜索策略。N-best搜索产生一个候选列表，在每个节点要保留N条最好的路径，会使计算复杂度增加到N倍。简化的做法是只保留每个节点的若干词候选，但可能丢失次优候选。一个折衷办法是只考虑两个词长的路径，保留k条。词候选网格以一种更紧凑的方式给出多候选，对N-best搜索算法作相应改动后可以得到生成候选网格的算法。前向后向搜索算法是一个应用多遍搜索的例子。当应用简单知识源进行了前向的Viterbi搜索后，搜索过程中得到的前向概率恰恰可以用在后向搜索的目标函数的计算中，因而可以使用启发式的A算法进行后向搜索，经济地搜索出N条候选。 系统实现 语音识别系统选择识别基元的要求是，有准确的定义，能得到足够数据进行训练，具有一般性。英语通常采用上下文相关的音素建模，汉语的协同发音不如英语严重，可以采用音节建模。系统所需的训练数据大小与模型复杂度有关。模型设计得过于复杂以至于超出了所提供的训练数据的能力，会使得性能急剧下降。听写机：大词汇量、非特定人、连续语音识别系统通常称为听写机。其架构就是建立在前述声学模型和语言模型基础上的HMM拓扑结构。训练时对每个基元用前向后向算法获得模型参数，识别时，将基元串接成词，词间加上静音模型并引入语言模型作为词间转移概率，形成循环结构，用Viterbi算法进行解码。针对汉语易于分割的特点，先进行分割再对每一段进行解码，是用以提高效率的一个简化方法。对话系统：用于实现人机口语对话的系统称为对话系统。受目前技术所限，对话系统往往是面向一个狭窄领域、词汇量有限的系统，其题材有旅游查询、订票、数据库检索等等。其前端是一个语音识别器，识别产生的N-best候选或词候选网格，由语法分析器进行分析获取语义信息，再由对话管理器确定应答信息，由语音合成器输出。由于目前的系统往往词汇量有限，也可以用提取关键词的方法来获取语义信息。 自适应与强健性 语音识别系统的性能受许多因素的影响，包括不同的说话人、说话方式、环境噪音、传输信道等等。提高系统鲁棒性，是要提高系统克服这些因素影响的能力，使系统在不同的应用环境、条件下性能稳定；自适应的目的，是根据不同的影响来源，自动地、有针对性地对系统进行调整，在使用中逐步提高性能。以下对影响系统性能的不同因素分别介绍解决办法。解决办法按针对语音特征的方法（以下称特征方法）和模型调整的方法（以下称模型方法）分为两类。前者需要寻找更好的、高鲁棒性的特征参数，或是在现有的特征参数基础上，加入一些特定的处理方法。后者是利用少量的自适应语料来修正或变换原有的说话人无关（SI）模型，从而使其成为说话人自适应（SA）模型。说话人自适应的特征方法有说话人规一化和说话人子空间法，模型方法有贝叶斯方法、变换法和模型合并法。语音系统中的噪声，包括环境噪声和录音过程加入的电子噪声。提高系统鲁棒性的特征方法包括语音增强和寻找对噪声干扰不敏感的特征，模型方法有并行模型组合PMC方法和在训练中人为加入噪声。信道畸变包括录音时话筒的距离、使用不同灵敏度的话筒、不同增益的前置放大和不同的滤波器设计等等。特征方法有从倒谱矢量中减去其长时平均值和RASTA滤波，模型方法有倒谱平移。 微软语音识别引擎 微软在office和vista中都应用了自己开发的语音识别引擎，微软语音识别引擎的使用是完全免费的，所以产生了许多基于微软语音识别引擎开发的语音识别应用软件，例如《语音游戏大师》《语音控制专家》《芝麻开门》等等软件。 语音识别系统的性能指标 语音识别系统的性能指标主要有四项。①词汇表范围：这是指机器能识别的单词或词组的范围，如不作任何限制，则可认为词汇表范围是无限的。②说话人限制：是仅能识别指定发话者的语音，还是对任何发话人的语音都能识别。③训练要求：使用前要不要训练，即是否让机器先“听”一下给定的语音，以及训练次数的多少。④正确识别率：平均正确识别的百分数，它与前面三个指标有关。小结以上介绍了实现语音识别系统的各个方面的技术。这些技术在实际使用中达到了较好的效果，但如何克服影响语音的各种因素还需要更深入地分析。目前听写机系统还不能完全实用化以取代键盘的输入，但识别技术的成熟同时推动了更高层次的语音理解技术的研究。由于英语与汉语有着不同的特点，针对英语提出的技术在汉语中如何使用也是一个重要的研究课题，而四声等汉语本身特有的问题也有待解决。

论文摘要： 小学英语教师的素养直接关系到英语基础教育的成效。本文针对如何提高小学英语教师的语音素养，从语音理论、节奏感和语调三方面进行了论述。 一、语音在小学英语教育中的重要性 语言是有声的。任何语言都是先有声音后有文字，任何掌握语言的过程都是先会听说后会读写。从牙牙学语到入学之前，人的唯一语言实践是听说（通过模仿）。英语也是如此，语音作为学习英语的基础，同时也是其重要的表现形式，在英语教学中的重要地位自然是不言而喻的。一些专家研究了儿童学习外语的规律，经验表明，八岁左右是学习外语的最佳期，在这个年龄段开始外语学习，不与母语学习冲突，效率较高。而且小学生有敏锐的听觉、善于模仿的特点，这成就了他们学好语音的优势。在这形成正确语音语调的关键时期，教师的语音和语调会直接影响到学生的发音。而且小学英语的教学重点是培养学生用“语言进行交流的能力”，①因此小学英语教师的口语自然流利，语音、语调纯正地道尤其重要。教师职业要求教师的专业知识要远远超出教科书的知识量，何况英语教学是一门实践性很强的工具课，只有英语教师本人具有正确的语音、语调和很强的口语表达能力，才能自然流畅地用英语组织课堂教学完成教学工作。 二、教育部对小学英语教师的要求 教育部决定：从2001年秋季开始，全国城市和县城小学逐步设英语课程；2002年秋季，乡镇所在地小学逐步开设英语课程。小学开设英语课程的起始年级一般为三年级。《小学英语课程教学基本要求（试行）》中明确规定：根据小学生的生理和心理特点以及发展需求，小学阶段英语课程的目的是激发学生学习英语的兴趣，培养他们英语学习的积极态度，使他们建立初步的学习英语的自信心；培养学生一定的语感和良好的语音、语调基础；使他们形成初步用英语进行简单日常交流的能力，为进一步学习打下基础。由此可见，小学英语教师除了应具有一般教师的素质即个性品质、教学能力、事业心和教育理论与教学研究能力外，还应具有较高水准的语言能力，既有深厚扎实的语音、语调、词汇、语法等语言知识，还必须熟练掌握听、说、读、写、译的教学技能，特别是口语能力。 三、小学英语教师要具备的语音素养 （一）语音理论素养 《小学英语课程教学基本要求（试行）》中规定：防止和纠正以教授语音和语法等语言知识为主的做法，把教学重点放在培养学生用英语进行交流的能力和兴趣上。②所以小学英语教师是不能够在课堂上直接讲授语音理论的，但是如果教师本身对这门学科没有很透彻地理解和掌握的话，又怎么能够进行教学实践？怎么能够教学生念好每一个词、读好每一句话呢？所以，对于教学中出现的每一个语言现象，教师应该做到了然于胸。比如：对于有些难发的元音，长音要足够长，圆唇音要足够圆，扁唇音要足够扁，还要注意双元音中间的滑流音，等等。教师要利用自己掌握的正确的英语语音理论，给学生做出正确的示范，让学生看清楚口型、听清楚发音，从这两个方面来模仿，以便学生形成良好的英语语音基础。再如发双元音时，会有唇形变化，像发〔au〕音时，嘴唇是先张大然后缩回变圆唇且唇稍向前突出。还有辅音，英语中的辅音很容易受到送气的强弱和用力的大小的影响，这尤其需要教师能够很准确地给学生做出示范，帮助他们辨别其中容易混淆的或者出问题的音。比如〔w〕和〔v〕，发这两个音的时候都要用力，但是前者是圆唇，后者则是上齿轻触下唇，略微露出门牙。再比如，由于受到地方音的影响，我国南方地区的学生易将〔l〕和〔n〕搞混，所以就会将life〔laif〕读成knife〔naif〕。另外，很多学习者都知道当定冠词the置于元音字母开头的单词前时，其发音由〔?奁?藜〕变音为〔?奁i〕，但是深入学习后就知道，实际上在两个词之间还要添加一个〔j〕音，像是the earth的音就是〔?奁ij?谡?藜?蘼θ〕，in the evening的音就是〔in?奁ij?谡i?蘼vni?耷〕。这些现象虽然对词义和使用没有十分的影响，但是对于学好英语却是至关重要的。 （二）教学中注意学生节奏感的培养 我们在说话或朗读一个句子时会发现一个有趣的现象：在每一句话里所出现的一系列音节都有轻重、长短、高低、快慢所自然形成的一种有规律的交替现象。这种现象被称为节奏(rhythm)。③ 例如：He ?谡plays ?谡basketball ?谡every ?谡morning. 1 23 4 56 7 89 这句话汇总有九个音节，其中第2、3、6、8是重读音节，其它的是非重读音节。朗读中，重读音节要念得长些、重些、慢些，非重读音节要念得相对短些、轻些、快些，因此声音就有响亮清楚的差别，这样自然形成的奏中轻重、高低、快慢的交替就构成了英语的基本节奏。 英语是一种节奏感很强的语言，英美人在说英语的过程中很讲究节奏和韵律。小学英语的教学重点是培养学生用语言进行交流的能力，就是培养学生说的能力。④这种绝对不是只把单个的音或词准确地念出来，而是要将单个的词连成句，再顺畅流利地表达出来，并进而讲求节奏。 教师可以利用小学生模仿能力强的特点，从小培养他们的节奏感。英语的语句，总是由节奏群(rhythm group)组成的。节奏群是指人们在说话或朗诵时把音节合成一组一组地念出来。这样一组一组的音节群就被称为节奏群。例如上面的例句就是由四个节奏群所组成，每个节奏群里都有一个中读音节作为主体。例如，第一个节奏群he ?谡plays中的〔pleiz〕，第二个节奏群basketball中的〔?谡b?藁s〕，第三个节奏群every中的〔?谡ev〕，第四个节奏群morning中的〔?谡m?蘅?蘼〕。重读音节是构成节奏群的主体和基础，它跟非重读音节是交替出现的，而且重读音节之间的时距大致是相等的。英语句子由一个或者几个节奏群构成，每个节奏群的时值相当于音乐中的一个节拍，教师可以用击掌或者用尺子敲打桌子等一些体现节拍的手段，让学生有节奏地进行练习。以下是常见的英语句子节奏类型： 《英语课程标准》指出:学生在英语基础教育阶段应该学习和掌握包括语音、词汇、语法、功能和话题等五个方面的基础知识。语言有三大要素:语音、词汇和语法，其中语音是最基本的因素。语音是学好语言的基础，语音教学是语言教学的重要内容之一。自然规范的语音、语调将为有效的口语交际打下良好的基础.在小学英语教学中，教师应特别重视语音教学。 语音教学的目的就是要教会学生正确、流利的发音，以达到能正确地听懂别人的谈话和通过说来表情达意，进而促进读和写的能力的发展。我在小学英语教学实践中发现，语音教学的效果不尽如人意。一些学生没有学好语音，不会诵读，也就难以朗读单词和句子。学生学习英语出现两极分化、掉队，其中一个重要原因就是学生未学好语音，没有过好语音关。因为学生语音未学好，发音不准，听音能力差，不仅学不会口语，甚至连听课、记单词、读句子都有困难，从而对英语学习不感兴趣，产生畏难情绪，甚至放弃学习，丧失学习英语的兴趣和信心。 如何提高语音教学的成效，让学生听得懂、说得出、用得好呢?对于小学英语教学来说，课堂是教学的主阵地，帮助学生形成有效的英语语音学习策略是每位英语教师的职责，也是新课程标准所制定的学习目标之一。教师应根据新课程标准中的二级语音学习目标和学习策略目标来研究如何搞好语音教学以及如何引导学生形成有效的语音学习策略，使其掌握正确的发音要领，养成正确的发音习惯，学会规范的发音，发展自主学习语言的能力。以下是我在小学英语课程教学中采用的一些语音教学策略:1、培养意识策略 培养学生的语音意识是帮助学生形成有效的语音学习策略的首要条件。小学生在学习英语时，已经掌握了汉语的语音，形成了汉语语音的习惯，当他们初学英语语音时往往按汉语的发音去听和发出英语语音。这时，教师在教学过程中就要有意识地分析比较，培养他们英语语音的意识，使他们将自己的发音纳入英语语音系统，从而正确地感知和复现外语语音。例如，有位学生在初学英语时用汉字注单词的音，我发现这一情况后没有立即在课堂上当着全班学生的面批评他(怕产生负面影响，引起其他同学的效仿)，而是在课后用正确的语音语调和他用汉字注的音分别把单词读了一遍，他听了以后自己先笑了起来(因为听起来很怪)，立刻用橡皮把汉字擦去了。从那以后他课上、课下总是在认真地听、努力地记，最终模仿出了一口纯正的语音语调。2、模仿练习策略 新课程标准指出:在英语教学起始阶段，语音教学主要应通过模仿来进行，教师应提供大量听音、模仿和实践的机会，帮助学生养成良好的发音习惯。 学习英语发音，最基本、最有效的方法是模仿。特别是小学生，他们年龄小，模仿能力强，你怎么教，他就怎么学，不需要作任何讲解。 模仿练习一般分三个步骤。 ①听音。 听音是学习语音的第一步。应该让学生多听音，教师何以提供原声语音资料，使他们接触和学习地道的发音。当然课堂上听的最多的是教师的示范发音。这就要求教师本身发音要准确、规范。只有在听清楚、听准确的基础上，才能使学生模仿，也才能模仿得对，模仿得准确。在教学中，为了让一个班四、五十个学生都能听清、听准，我经常是“走着教语音”，有时在教室前面说一遍，然后走到教室后面让学生转过身再说一遍。这样使每一个学生都能听清，为正确模仿发音打下基础。 ②模仿。 模仿时可采取集体模仿和个别模仿。集体模仿主要是训练学生的发音器官，增加学生的模仿机会。个别模仿可以检查学生是否模仿有错，给予及时的帮助纠正。 ③仿说。 在听音、模仿的基础上可以进行仿说，这可以通过朗读、日常的听说等练习来进行，逐渐培养学生正确的语音语调。 3、总结归纳策略 记忆包括识记、保持、再认和回忆四个过程。小学生的记忆特点是“学得快，忘得快”，这就要求教师要善于启发和引导学生在听和模仿的过程中注意发现和总结、归纳语音规律，帮助学生记忆，以提高学习效率。在教学中，我总是通过开展各种活动去帮助学生掌握字母组合与音素发音的规律，培养学生遇到生词就能根据其拼写正确发音的能力，从而帮助学生形成有效的语音学习策略。例如在外研版教材第八册第五单元第五课Sounds教学中，为了检查学生是否能准确听懂、判断出[ai] [au] [)i]三个双元音，我设计了三首小诗，让学生欣赏，判断小诗含有哪个音并说出，学生非常感兴趣，听的非常认真，结果他们不仅能说出所含音，还能根据读音规律读出小诗，超出了预期的效果。4、整合资源策略 新课程标准指出:语音教学应注重语义与语境、语调与语流相结合，不要一味追求单音的准确性。还指出:英语有不同的口音，如:英国口音、美国口音等。教学中，应让学生在基本掌握一种口音的基础上，适当接触不同的口音，为他们发展交际能力打下基础。这就要求教师在语音教学中要根据学生的心理特点和语言学习规律，寻找符合小学生年龄特点的语音材料。教师将这些资料重新整合，注重语义与语境、语调与语流相结合，设计成适合小学生年龄特点的语音训练活动，帮助学生练习语音。在教学中，我通过说 chant和绕口令，帮助学生练习单音音素的发音及重音;通过教唱英文歌曲、学说歌谣和顺口溜，练习连读、节奏和韵律。这样就能将枯燥的、机械的听音和模仿练习变为有趣的、有意义的活动，充分调动学生学习语音的积极性，使他们养成乐于模仿和善于模仿、善于运用的良好习惯和学习策略。 语音是语言的基础，是语言的物质外壳，是口语的基本物质单位。而学习策略是学生成功学习的保证。帮助学生有效地使用学习策略，不仅有利于他们把握学习的方向、采用科学的途径、提高学习效率，而且还有助于他们形成自主学习的能力，为终身学习奠定基础。