多言語に対応できるシャドーイング自動評価システムの開発と外国語教育への応用研究
【研究分野】教育工学
【研究キーワード】
外国語教育 / シャドーイング / 自動評価 / 深層学習 / 音素事後確率系列 / 音響モデル / GOP / DTW / 言語非依存 / 学習者音声 / 外国語 / 多言語 / 英語教育 / 評価 / 総合的熟達度 / 多言語対応 / ティープ・ランニング / 手動評価 / 評価制度 / ディープ・ラーニング / 評価精度 / 言語優勢度
【研究成果の概要】
外国語の音声コミュニケーション能力を高めるために，モデル音声を聞いて内容理解しながら即時的に口頭再生するシャドーイングを活用した外国語練習システムを開発し、本システムに搭載する自動評価について特定の言語に依存しないアルゴリズムの構築を検討した。モデル音声と学習者音声の比較に深層学習を取り入れた音素事後確率系列（posteriorgram）を活用することによって、従来の方法に比較して高精度の評価が可能になり、さらに、複数言語データで構成したマルチリンガル音響モデルを活用することで、特定の言語への依存性を低減できる可能性があることが明らかになった。
【研究の社会的意義】
従来の音声認識を使った音声評価システムでは，モデル音声と学習者音声の直接比較ができず，さらに，言語ごとに音響モデルを用意する必要があった。本研究の自動評価についての新アルゴリズムは，従来の音声認識法と比較して評価精度が向上し、特定言語への非依存性を検討した点が学術的な意義といえる。学習者音声との直接比較が可能となったため，外国語教育分野で活用した場合の学習者へのフィードバックが正確になり，言語ごとに異なる音響モデルを用意する必要がないため多言語を対象とした外国語教育に広く利用できる可能性を含んでいる点が社会的意義といえる。
【研究代表者】