錄音時長與英語口語流利性評分的實驗研究

楊 萌

(江蘇師范大學外國語學院，江蘇 徐州 221116)

一、研究背景

流利性是口語測試考查的重要指標，目前國內外關于錄音時長與流利性評分關系的研究較少，目前的口語流利性評分時間主要取決于錄音時長。盡管此前已有研究探討如何節省時間和人力成本，但由于研究目的和研究方法等條件的限制，他們大都僅涉及測試環節，幾乎沒有研究專門針對流利性評分中的錄音時長進行考查，目前國內外關于不同錄音時長的口語流利性評分研究仍缺乏實證支持，尚有待于進一步證明。

二、研究方法

(一)研究問題

本研究收集了中國英語學習者的朗讀錄音，邀請評分員進行流利性評分，旨在回答以下研究問題:每組的整段評分和單句評分之間是否存在差異?

(二)研究對象

本研究采集了國內某大學英語專業一年級30名教育碩士的朗讀錄音，邀請了三組不同水平的評分員進行口語流利性評分。評分員包括1組大學教師和2組大學生(分別為英語專業和非英語專業)。教師的平均年齡為34.7歲，平均教齡為11.1年。兩組學生的平均年齡分別為20.9歲和19.6歲，平均英語學習時間分別為13.8年和10.2年，前者均通過英語專業四級考試，后者均未參加大學英語考試。

(三)研究工具

本研究選取?新概念英語?中的1篇文章作為朗讀材料，要求易于理解，適合朗讀。這主要因為:(1)朗讀文本相對固定，評分員評分比較便捷，容易形成比較一致的評分標準；(2)學習者在朗讀過程中，能夠比較全面地展示語音語調和口語流利性水平。

學習者錄音在語言實驗室內完成。其他工具包括:筆記本電腦、Cool Edit 2.0和 Gold Wave 5.67等。

(四)數據收集

本研究收集的數據包括學習者錄音和評分員評分。

錄音由5位研究生完成，要求學習者完成2分鐘左右的朗讀錄音。隨后，切分錄音、分別編號，共生成150個小段錄音，然后隨機排序，并制成4套完整錄音。

評分標準參照Likert 5級量表，對學習者的口語流利性進行總體評分，其中1分代表最不流利，5分代表最流利。

(五)數據分析

采用定量研究和定性研究相結合的方法，使用SPSS 17.0統計分析三組評分(共3750個)，考查整段評分和單句評分之間是否存在顯著性差異。隨后，借鑒語言教學和口語測試領域中的研究成果，定性分析各組評分細節。

三、研究結果與討論

(一)整段評分和單句評分比較

將教師組的整段評分和單句評分數值作為因變量，整段或單句的代碼作為自變量，使用SPSS17.0進行顯著性差異分析。根據單因素方差分析結果，Levene方差齊性檢驗P＝0.393>0.05，可以認為符合方差齊性，滿足進行方差分析的主要條件。

隨后，采用單因素方差分析的Tukey HSD檢驗的方法進行多重比較，分別得出教師組整段評分和單句評分差異的顯著性數值。將整段評分和單句評分1、2、3、4分別進行兩兩比較，顯著性P值分別為 0.991、0.227、0.132、0.059，均大于 0.05，因此可以認為教師組的整段評分和單句評分之間不存在顯著性差異。

這表明，教師單句評分的方法可以用來評價學習者的口語流利性。究其原因，可以歸納如下:①Cucchiarini et al.(2002)認為，和自主語言相比，朗讀可以更好地預測口語流利水平。由于朗讀文本的可控制因素較多，和其他口語測試的任務類型相比，學習者在完成朗讀任務時的口語流利性表現比較穩定，因此朗讀整段和朗讀單句的評分差異不大。②多年的教學經驗表明，由于口語流利性與時間指標緊密聯系，判斷口語流利性通常不需要考慮過于冗長復雜的句型結構，而是更多地關注學生的語音語調和連貫性等問題，因而許多評分員在評價口語流利性時，完成評分需要的時間往往比規定的時間要少。③已有研究表明，只聽某一種任務類型的錄音給出的口語流利性評分，和聽完三種任務類型的評分相比，仍然具有很高的信度。因此可以認為，錄音時長的縮短，不會明顯降低口語流利性評分的信度。和整段評分相比，單句評分方法的主要優勢是它在很大程度上可以節約成本、提高效率，因而在口語流利性評分中應當受到廣泛關注。

教師組的這一研究結果從學生組評分的統計數據中也得到了印證。結果表明，高、低水平學生組的整段評分和單句評分之間大都不存在顯著性差異。整段評分和單句評分2存在顯著性差異的原因同樣可以從單句的難易度指標進行分析單句2句型結構為并列句，句子最短(僅為23個單詞)，短語頻率最高(19696)，無低頻詞和多音節詞，可以看作是難度最低的單句，高、低兩組評分員給出的流利性評分均值最高(分別為3.42和3.76)，因此不難理解單句2和整段評分之間存在差異。

(二)各單句評分之間比較

將教師組的單句評分之間進行兩兩比較后發現，單句1、2、3之間的顯著性P值分別為0.479、0.324、0.999，均大于 0.05，因此可以認為單句 1、2、3的評分之間不存在顯著性差異。需要指出的是，單句4和單句 1、2、3之間的顯著性P值分別為0.016、0.000、0.000，均小于 0.05，因此可以認為單句4和其他單句的評分之間存在顯著性差異。

造成這種顯著性差異的原因可能是單句4的流利性評分最低，評分的均值僅為3.14。表1列舉了4個單句的各項難易度指標。其中，由于單句4的句型結構為復合句、短語頻率最低(180)(根據COCA語料庫統計各單句中短語的平均頻率)，因此可以看作是朗讀錄音中難度最高的單句，學習者在這一單句上的口語流利程度最低，因而和其他單句之間存在顯著性差異。同時，單句4中的低頻詞為3個(vicar，torchlight，Wilkins)(根據COCA 語料庫統計各單句中的低頻詞數)、多音節詞為2個(immediately，recognized)，盡管低頻詞數和多音節詞數均比其他單句多，但由于數量差異不大，因此可以認為詞頻和詞長對流利性評分的影響相對較小。

表1 單句難易度比較

上述結果表明，教師組的單句評分之間大都不存在顯著性差異，但高難度單句和其他單句之間存在顯著性差異。

將高、低水平學生組的單句評分之間進行兩兩比較后發現:高、低水平學生組的整段評分和單句評分之間大都不存在顯著性差異，但整段評分和低難度單句評分之間存在顯著性差異；單句評分之間大都不存在顯著性差異，但高難度單句和其他單句之間存在顯著性差異。

通過對每組整段評分和單句評分的比較，可以得出以下結果:和整段評分相比，單句評分法可以用來評價學習者的口語流利性，但在選擇單句時應當做到難度適中，盡量選擇那些句型結構和長度適中、短語和單詞頻率適中的單句作為流利性評分的朗讀文本。

此前的研究均未對整段和單句錄音的口語流利性評分進行比較。盡管Cucchiarini et al.(2000)的研究涉及單句評分，但該研究中的評分對象是成組的單句(兩組單句，每組5個，包含所有音素)而非獨立的單句，兩組單句的錄音總時長為1分鐘左右。Bosker et al.(2013)從原始錄音的中間截取20秒左右的小段錄音(每小段以短語邊界開始，以0.25秒以上的停頓結束)，邀請評分員進行口語流利性評分。該研究共考查三種任務類型(簡單描述型、簡單議論型和復雜議論型)，每位評分員實際所聽錄音的總時長仍為1分鐘左右。由于本研究中評分員只對一種任務類型(朗讀)進行評分，因此可以認為對于時長少于1分鐘的單句錄音進行流利性評分的做法具有一定的可操作性。

四、結語

流利性是口語測試考查的重要指標。目前的流利性評分研究大都聚焦測試環節，關注如何在評分環節省時省力的研究較少。本研究采集了英語學習者的朗讀錄音和三組不同水平評分員的流利性評分，旨在考查整段評分和單句評分之間是否存在差異。研究發現教師評分員的單句評分可以用來評價學習者的口語流利性。上述發現不僅有利于節省口語流利性評分的時間和人力成本，而且有助于推動該領域關于口語流利性的應用研究。

文章對節約口語流利性評分成本有一定的指導意義，后續研究將進一步考查不同水平評分員評分是否存在差異，從而深化該領域對于口語流利性感知的認識。