研究生语音输入写论文

英语教学中的输入与输出研究论文

［摘要］ 大学英语教学是一门通识必修课程，对学生的英语应用水平提升具有一定的积极意义。因此，我们应当对其予以高度的重视。为了进一步提高大学英语教学，笔者认为可以将输入输出理论应用到大学教学当中去。本文以输入、输出理论为依据，通过系统的分析，提出了大学英语教学中的输入输出模式应用，旨在进一步提高大学英语教学水平。

［关键词］ 大学英语;输入;输出

输入、输出理论在大学英语教学中的应用能够进一步提高大学生的听、说、读以及写的能力，实现大学生语言运用能力的提高，为学生今后的发展奠定基础。当然，输入、输出教学模式在大学生英语教学中的应用并不是一蹴而就的，它是一个系统的工程，需要大家的共同努力才能够实现。

一、大学英语教学输入、输出模式的提出背景

长期以来，我国高校大学英语教学存在较多问题，其中最典型的就是费时多、但收获少，这一问题的存在不利于高校大学英语教学水平的提高，也不利于学生英语应用能力的提升，因此必须进行改革。2004年1月，教育部颁布了新课标要求，新课标明文规定，要求大学生英语教学应当以校园网络或计算机为主要手段，实现大学生英语学习能力的有效训练，这种做法在一定程度上将大学英语教学的媒体化以及网络化提高到了一定的水平。然而，如何运用现有的教学条件，应用多媒体以及校园网络等硬件设施成为了我们必须要关注的话题，笔者认为，想要实现大学英语教学模式的创新，应当以大学英语教学大纲为主要依据，并从英语课程的实际特点出发，将英语课程同教学实际有机结合在一起，进一步优化教学，实现大学英语教学模式的输入输出。

二、大学生英语教学输入、输出理论的产生基础

所谓大学生英语教学的输入主要是指，在英语语言教学范围内学习者能够听到或读到的语言。输入是我国高校大学生学习第二语言的一种有效途径，也是唯一的途径。大学英语教学的主要任务包括为广大高校大学生提供充足的可理解输入，其中包括学生已经掌握的知识和那些没有掌握即将要学习的知识。已经掌握的知识和学生即将要学的知识有机结合在一起，才是学生学习的动力所在，也是充分调动学生学习积极性的主要手段。通常情况下，语言输入材料的难度，应当适当地高于学习者现有的水平，这样才能够激发学习者学习的动力，并使学习者深入了解语言材料的内涵，并将所学的语言知识运用到具体实践当中去，从而获得学习的进步。大学英语教学中的语言输出，是指在英语教学范围内学习者通过听、说、读、写的方式输出语言。一般，大学英语教学中的语言输出是在大学课堂上完成的。在大学英语这门课程中，英语输出的主要途径就是课堂，而其对象为学生。笔者通过长期的研究与实践认为，英语输出在大学英语教学中占据着非常重要的地位，必须加以重视，重视英语输出有利于进一步提高大学生应用语言的流利性，另一方面还能够使大学生集中注意力进行语言学习。并在此基础上，不断地调整自己的学习策略，从而提升大学生应用语言的能力。在英语教学过程中，应用这种方式能够有利于学习者检验语句结构，并灵活地运用词语，促进语言运用能力的提升。当学生运用英语知识来表达自身所思所想的时候，就会在不知不觉中开始运用英语知识，并在应用的过程中深入了解语法规则。

三、输入、输出模式的主要应用路径

首先，充分发挥输入、输出在大学英语课堂上的作用，就必须引导大学生学会学习，并树立起相应的大学英语学习意识。教师在教学过程中，既要着重培养学生的学习能力，还要使学生重视大学英语输入、输出的重要性。例如教师在教学之前应当积极引导学生进行预习，从而有效保证课堂效率。在上课过程中教师可以将整个英语教材的所有单元课文作为一个整体，为学生营造良好的课堂教学氛围，使学生在感受语言情境的同时，学会对话、讨论、表演。课堂结束后，教师应当要求学生做好复习活动，巩固课堂所学知识完成课后的书面写作，并将所学知识应用到笔头上。学生在完成教师所布置的作业后，可以通过互联网络将作业发布给老师，由教师对学生的作业进行批改。笔者通过在网络上的大量搜索，查找到了一个教学软件，该教学软件的主要作用是辅助批阅英语作文的，它的效果非常好。教师可以借助这一阅读软件，查阅学生的作业，利用软件中的典型错误标注法将错误标注出来，并及时地反馈给学生使学生能够了解作业存在的问题，并及时进行修正，极大地提高了作文批改质量，节约了教师的时间，提升了作文批改效率。其次，教师应当积极鼓励学生在课堂上完成知识联网活动，通过这种方式帮助学生建立完善的英语认知网络。在课堂教学过程中教师可以为学生营造良好的语境，为学生建立和完善知识联网奠定基础。对于不同的学生，教师应当实现针对性教学。对于那些成绩相对较差的`学生教师可以帮助学生学会温故而知新，采用滚雪球的方式逐一化解难题，实现学生成绩的提升；而对于那些成绩较好的学生，教师应当不断加深学生对知识的理解度，并拓展学生的英语知识面，达到积累和巩固的目的。最后，充分发挥英语教学中的输入、输出特点，进一步加强听、读等英语输入教学，还应当在此基础上实现英语的开放式输出教学，并在潜移默化间帮助学生树立起较强的英语认知意识。这一教学模式可以进一步拉近教师与学生之间的距离，使学生能够意识到输入信息的重要性，从而进一步加强听觉信息、视觉信息等方面的输入，并在此基础上产生口语和写作方面的输出，达到巩固学生所学知识的目的，实现学生学习的滚动式发展。

四、应用输入、输出模式时应当注意的事项

在应用输入、输出教学模式的过程中，我们还应当充分考虑以下几个方面的影响因素：首先，语言的输入应当具有一定的准确性。如果所输入的英语语言是错误的，则会给学生带来负面的影响，不利于学生的知识储备。其次教师在课堂上进行的语音输入，应当具有一定的理解性，与学生的实际情况保持密切的联系。如果教师在课堂上的语言输入与学生的实际情况相差较大，则学生难以理解的同时，也会降低学生学习的积极性。这就在一定程度上要求教师在教学过程中，大量地应用学生能够理解的语言，即语言的应用要同学生的实际情况保持一致。最后，应用过程中的两极分化也应当引起英语教师的重视，笔者认为，为了有效避免出现此类问题，提高学生学习积极性，在进行语言输入和输出的时候，应当从学生的实际情况出发，实现针对性的输入和输出。

综上所述，输入输出理论在大学英语教学中的应用对大学英语来说是一个机遇也是一个挑战，如何有效避免输入、输出理论给大学生带来的负面影响，充分发挥其积极作用是大学教师应当考虑的问题。我认为，在实现大学英语教学的输入、输出的过程中，教师应当充分发挥学生的主体作用，帮助学生学会学习，引导学生在课堂上完成知识联网，并充分发挥输入、输出的特点。只有这样，输入、输出理论在大学英语教学中的优势才能够得到充分的发挥。

参考文献：

［1］段婷.输入输出理论在大学英语教学中的应用[D].湖南师范大学,2012.

［2］丛璐.基于输入输出理论的大学英语互动教学模式[D].黑龙江大学,2010.

［3］张献.基于任务的输入输出整合模式及其在大学英语写作教学中的应用研究[D].中国地质大学,2010.

［4］熊英.“输入—输出”大学英语教学模式研究[D].苏州大学,2004.

［5］蔡晓晖.输入输出理论在大学英语教学中的应用[J].吉林广播电视大学学报,2014，（10）.

［6］钟方晴.输入输出理论在大学英语口语教学中的应用[J].内蒙古电大学刊，2013,（06）.

笔记本是在写论文的时候，可以通过语音输入转化成文字的，下载相应的输入法就可以

语音识别技术研究让人更加方便地享受到更多的社会信息资源和现代化服务，对任何事都能够通过语音交互的方式。 我整理了浅谈语音识别技术论文，欢迎阅读!

语音识别技术概述

作者：刘钰 马艳丽 董蓓蓓

摘要：本文简要介绍了语音识别技术理论基础及分类方式，所采用的关键技术以及所面临的困难与挑战，最后讨论了语音识别技术的 发展 前景和应用。

关键词：语音识别;特征提取;模式匹配;模型训练

Abstract:This text briefly introduces the theoretical basis of the speech-identification technology,its mode of classification,the adopted key technique and the difficulties and challenges it have to face.Then,the developing prospect ion and application of the speech-identification technology are discussed in the last part.

Keywords:Speech identification;Character Pick-up;Mode matching;Model training

一、语音识别技术的理论基础

语音识别技术：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级技术。语音识别以语音为研究对象，它是语音信号处理的一个重要研究方向，是模式识别的一个分支，涉及到生 理学 、心理学、语言学、 计算 机 科学 以及信号处理等诸多领域，甚至还涉及到人的体态语言(如人在说话时的表情、手势等行为动作可帮助对方理解)，其最终目标是实现人与机器进行 自然 语言通信。

不同的语音识别系统，虽然具体实现细节有所不同，但所采用的基本技术相似，一个典型语音识别系统主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。此外，还涉及到语音识别单元的选取。

(一) 语音识别单元的选取

选择识别单元是语音识别研究的第一步。语音识别单元有单词(句)、音节和音素三种，具体选择哪一种，由具体的研究任务决定。

单词(句)单元广泛应用于中小词汇语音识别系统，但不适合大词汇系统，原因在于模型库太庞大，训练模型任务繁重，模型匹配算法复杂，难以满足实时性要求。

音节单元多见于汉语语音识别，主要因为汉语是单音节结构的语言，而 英语 是多音节，并且汉语虽然有大约1300个音节，但若不考虑声调，约有408个无调音节，数量相对较少。因此，对于中、大词汇量汉语语音识别系统来说，以音节为识别单元基本是可行的。

音素单元以前多见于英语语音识别的研究中，但目前中、大词汇量汉语语音识别系统也在越来越多地采用。原因在于汉语音节仅由声母(包括零声母有22个)和韵母(共有28个)构成，且声韵母声学特性相差很大。实际应用中常把声母依后续韵母的不同而构成细化声母，这样虽然增加了模型数目，但提高了易混淆音节的区分能力。由于协同发音的影响，音素单元不稳定，所以如何获得稳定的音素单元，还有待研究。

(二) 特征参数提取技术

语音信号中含有丰富的信息，但如何从中提取出对语音识别有用的信息呢?特征提取就是完成这项工作，它对语音信号进行分析处理，去除对语音识别无关紧要的冗余信息，获得影响语音识别的重要信息。对于非特定人语音识别来讲，希望特征参数尽可能多的反映语义信息，尽量减少说话人的个人信息(对特定人语音识别来讲，则相反)。从信息论角度讲，这是信息压缩的过程。

线性预测(LP)分析技术是目前应用广泛的特征参数提取技术，许多成功的应用系统都采用基于LP技术提取的倒谱参数。但线性预测模型是纯数学模型，没有考虑人类听觉系统对语音的处理特点。

Mel参数和基于感知线性预测(PLP)分析提取的感知线性预测倒谱，在一定程度上模拟了人耳对语音的处理特点，应用了人耳听觉感知方面的一些研究成果。实验证明，采用这种技术，语音识别系统的性能有一定提高。

也有研究者尝试把小波分析技术应用于特征提取，但目前性能难以与上述技术相比，有待进一步研究。

(三)模式匹配及模型训练技术

模型训练是指按照一定的准则，从大量已知模式中获取表征该模式本质特征的模型参数，而模式匹配则是根据一定准则，使未知模式与模型库中的某一个模型获得最佳匹配。

语音识别所应用的模式匹配和模型训练技术主要有动态时间归正技术(DTW)、隐马尔可夫模型(HMM)和人工神经元 网络 (ANN)。

DTW是较早的一种模式匹配和模型训练技术，它应用动态规划方法成功解决了语音信号特征参数序列比较时时长不等的难题，在孤立词语音识别中获得了良好性能。但因其不适合连续语音大词汇量语音识别系统，目前已被HMM模型和ANN替代。

HMM模型是语音信号时变特征的有参表示法。它由相互关联的两个随机过程共同描述信号的统计特性，其中一个是隐蔽的(不可观测的)具有有限状态的Markor链，另一个是与Markor链的每一状态相关联的观察矢量的随机过程(可观测的)。隐蔽Markor链的特征要靠可观测到的信号特征揭示。这样，语音等时变信号某一段的特征就由对应状态观察符号的随机过程描述，而信号随时间的变化由隐蔽Markor链的转移概率描述。模型参数包括HMM拓扑结构、状态转移概率及描述观察符号统计特性的一组随机函数。按照随机函数的特点，HMM模型可分为离散隐马尔可夫模型(采用离散概率密度函数，简称DHMM)和连续隐马尔可夫模型(采用连续概率密度函数，简称CHMM)以及半连续隐马尔可夫模型(SCHMM，集DHMM和CHMM特点)。一般来讲，在训练数据足够的，CHMM优于DHMM和SCHMM。HMM模型的训练和识别都已研究出有效的算法，并不断被完善，以增强HMM模型的鲁棒性。

人工神经元 网络 在语音识别中的 应用是现在研究的又一 热点。ANN本质上是一个自适应非线性动力学系统，模拟了人类神经元活动的原理，具有自学、联想、对比、推理和概括能力。这些能力是HMM模型不具备的，但ANN又不个有HMM模型的动态时间归正性能。因此，现在已有人研究如何把二者的优点有机结合起来，从而提高整个模型的鲁棒性。

二、语音识别的困难与对策

目前，语音识别方面的困难主要表现在：

(一)语音识别系统的适应性差，主要体现在对环境依赖性强，即在某种环境下采集到的语音训练系统只能在这种环境下应用，否则系统性能将急剧下降;另外一个问题是对用户的错误输入不能正确响应，使用不方便。

(二)高噪声环境下语音识别进展困难，因为此时人的发音变化很大，像声音变高，语速变慢，音调及共振峰变化等等，这就是所谓Lombard效应，必须寻找新的信号分析处理方法。

(三)语言学、生 理学 、心理学方面的研究成果已有不少，但如何把这些知识量化、建模并用于语音识别，还需研究。而语言模型、语法及词法模型在中、大词汇量连续语音识别中是非常重要的。

(四)我们对人类的听觉理解、知识积累和学习机制以及大脑神经系统的控制机理等分面的认识还很不清楚;其次，把这方面的现有成果用于语音识别，还有一个艰难的过程。

(五)语音识别系统从实验室演示系统到商品的转化过程中还有许多具体问题需要解决，识别速度、拒识问题以及关键词(句)检测技术等等技术细节要解决。

三、语音识别技术的前景和应用

语音识别技术 发展 到今天，特别是中小词汇量非特定人语音识别系统识别精度已经大于98%，对特定人语音识别系统的识别精度就更高。这些技术已经能够满足通常应用的要求。由于大规模集成电路技术的发展，这些复杂的语音识别系统也已经完全可以制成专用芯片，大量生产。在西方 经济 发达国家，大量的语音识别产品已经进入市场和服务领域。一些用户交机、电话机、手机已经包含了语音识别拨号功能，还有语音记事本、语音智能玩具等产品也包括语音识别与语音合成功能。人们可以通过电话网络用语音识别口语对话系统查询有关的机票、 旅游 、银行信息，并且取得很好的结果。

语音识别是一门交叉学科，语音识别正逐步成为信息技术中人机接口的关键技术，语音识别技术与语音合成技术结合使人们能够甩掉键盘，通过语音命令进行操作。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。

参考 文献 ：

[1]科大讯飞语音识别技术专栏. 语音识别产业的新发展. 企业 专栏.通讯世界,2007.2:(总l12期)

[2]任天平,门茂深.语音识别技术应用的进展.科技广场.河南科技,2005.2:19-20

[3]俞铁城.科大讯飞语音识别技术专栏.语音识别的发展现状.企业专栏.通讯世界,2006.2 (总122期)

[4]陈尚勤等.近代语音识别.西安: 电子 科技大学出版社,1991

[5]王炳锡等.实用语音识别基础.Practical Fundamentals of Speech Recognition.北京:国防 工业 出版社,2005

[6](美)L.罗宾纳.语音识别基本原理.北京:清华大学出版社,1999

点击下页还有更多>>>浅谈语音识别技术论文