自適應英語發音學習繪本的交互設計

卜瑤華，魯曉波

（清華大學 美術學院，北京 100084）

初級自適應學習研究起源于人工智能運用，并在20 世紀70 年代開始流行。隨著人工智能技術的爆發，人工智能自適應學習研究成為了學術研究的熱點，機器學習之父MITCHELL T 在2018 全球AI+智適應教育峰會中表示：“最近這10 年對自適應教學來說是最好的10 年，因為我們開始看到技術變得成熟。未來機器學習和人工智能，將成為自適應學習的驅動式技術。

英語繪本是有效提升英語綜合水平的兒童讀物，將人工智能自適應學習技術應用在兒童繪本的研究較少，以提升兒童英語發音為目的的自適應學習繪本設計研究更是一個嶄新的方向。發音學習繪本設計綜合考慮了學習者的認知水平、情感因素、個性差異、學習風格等因素，通過不斷挖掘學習者的學習需求，實現了為學習者推薦個性化的教育內容、多感官的交互學習模式、可持續的教學路徑規劃與學習效果的預測與反饋。自適應發音學習繪本通過多感官的交互手段及智能化的自適應學習模式，不僅培養了兒童學習者發音學習的興趣，還提高了學習者的綜合英文水平，如英語發音標準度、英語口語溝通能力、英文閱讀能力等。因此，探究如何設計英語發音自適應學習繪本有著極強的學術研究與應用價值。

1 研究背景

1.1 兒童發音學習的特點與難點

兒童學習者相比成人在英語口語學習上具有很大的優勢[1]，有觀點認為，從大約2 歲到青春期的關鍵時期內，兒童相比成人可以更輕松地學習第二語言[2]。還有研究表明，早期接觸第二語言確實可以比晚期接觸語言更準確地“感知”和“說”第二語言[3]。兒童對語言學習具有較強的敏感性，他們的語言感受力強、模仿能力優秀[4]、且具有可塑性。兒童在發音學習中善于模仿老師的發音動作和聲音，有著極強的學習能力。同時，兒童擅長機械記憶，反復、多次的跟讀訓練對兒童發音學習有著促進作用。此外，兒童喜歡趣味性的課程機制，在課程中引入有趣的交互元素，更容易被孩子接受。研究發現兒童更喜歡具有教學表現力的發音教學[5]，如教師使用清晰的語音、夸張的口腔發音運動、配合豐富的表情及肢體動作來感染學習者。具有表現力的教學反饋也是教師糾正錯誤發音的有效策略，當兒童學習者出現發音錯誤時，老師可以通過夸張的發音動作和重音來凸顯學習者的發音錯誤。ALGHAMDI N[6]等人已經證明，口腔發音運動的視覺夸張可以提高被試在感知訓練中的視聽語音識別能力。

發音教學在兒童英語教學中是至關重要的，如果在兒童階段沒有養成一個良好的發音習慣，可能會造成學習者長期性的發音錯誤，從而限制了學習者英語綜合水平的提高。英語發音學習、糾正的困難主要有2 個方面，一方面，雙語學習者在學習第二語言時更加傾向于母語的發音，譬如母語為粵語的第二語言學習者傾向于發“th”音為“f”音，因為“th”音在粵語中是缺失的，這種現象被稱為語言遷移的負影響[7]，這會導致學習者難以意識到自身的發音錯誤，使其糾音很困難。另一方面，缺少專業的英語為母語的口語教師。根據英國文化協會提供的統計數據，全球雖然大約有15 億英語學習者，但只有25 萬母語人士有資格擔任英語教師。據報道，加拿大67%的英語教師沒有接受過發音教學培訓，而在欠發達地區，母語為英語的教師更加缺乏[8]。

1.2 兒童用戶閱讀電子繪本的特征

兒童發育學習繪本主要針對4～8 歲的兒童，這個年齡段兒童獲取知識的方式，主要來源于對生活中的認識，以及對世界萬物的觀察模仿，因此電子繪本成為了兒童獲取認知的一個重要窗口，繪本所傳達的愛與正直的觀點，將影響到兒童的身心發展。根據兒童善于語言模仿與表達的特點，可以鼓勵兒童在看繪本故事的同時，與繪本本身進行語言溝通，從而培養兒童理解、模仿和表達故事的能力。兒童在繪本閱讀中喜歡多感官的互動，電子繪本通過視聽觸覺上的合理感官刺激，可以有效地激發兒童閱讀的興趣，提升閱讀的關注度。此外，由于4～8 歲兒童的整體認知水平不夠成熟，所以需要給予兒童交互引導，輔助兒童流暢且直觀地完成學習、閱讀等操作。兒童喜歡趣味性的元素，當電子繪本融入具有吸引力的游戲化元素時，將會對兒童產生用戶黏性。然而，如果趣味性元素沒有很好地與學習內容結合，將無法達到提升兒童的學習效果。

1.3 人工智能自適應學習的定義與特點

學習是一個復雜且隱性的過程，由于學習主體的多樣性和差異性，基于人工實現的自適應學習或基于簡單計算機規則實現的初級自適應學習，已無法滿足信息社會對教育發展的新需求。隨著物聯網、云計算、大數據、人工智能、數字孿生等信息技術的快速發展，以及我國對教育信息化發展的政策支持，人工智能自適應教育遇到了難得的歷史發展機遇。人工智能自適應學習被應用于不同的教育領域，并不斷細分發展，取得了豐富的研究成果，如根據學生學習和認知風格的個性化推薦系統[9]，自我學習評價系統[10]，在線自適應學習異常檢測系統[11]，協同學習系統[12]等。基于人工智能算法的自適應學習不僅是對傳統自適應學習的升級，也是對新型學習交互方式的探索，從而滿足日益復雜的遠程教育的新需求，平衡教育資源分布不公平的社會現狀，改善新冠疫情導致的線下教育受阻的現狀，實現學校、家庭和社會“三位一體”的教育網絡。

自適應（Adaptive），是指自我調節和匹配。自適應學習（Adaptive Learning）[13]是基于人工智能技術，根據學習者的知識水平、認識風格等特征，為每位學習者安排并最優、最佳的學習內容，并對學習者的學習狀態和學習結果進行實時檢測和可持續的分析，以提供自適應的教學反饋。自適應學習通過對學習者的行為數據的深入挖掘，實時調整學習內容、評估方式和知識序列，真正實現了個性化的教育理念[14]。

人工智能自適應教育的實現過程包括：確定設計目標與搜集學習數據、構建學習模型和輸出學習反饋。搜集大數據是指采用人工智能技術，如分類樹、貝葉斯網絡、深度學習、神經網絡、遺傳算法等技術分析學習行為的大數據（如學習者的語音、做題結果、學習時間、學習時的情感狀態等）。構建學習模型是人工智能自適應實現的重點，學習模型以教學目的分類主要包括專家模型、教學方法與風格模型、學生模型等。模型的訓練結果將輸出到學生反饋模塊，包括給學生推薦自適應的學習教材、輸出學習掌握程度的測評、預測學生學習效果及規劃后期學習知識點等。一個完整的人工智能自適應學習系統應包括如下組成部分：提供教學內容、實施教學策略和提供評估學生學習進度的機制。在理想的情況下，自適應學習系統為學生提供大規模高質量學習為目的，幫助學習者開展基于任務的學習，精準評估學習者的表現，幫助教師、學校和教育機構動態調整課程，檢測與預防學習者的異常心理[15]，并將教學重點放在真正需要之處。

2 自適應英語發音學習系統的相關研究

2.1 自適應英語發音學習系統

關于自適應學習系統的分類，主要包括2 個類別：智能教學系統（Intelligent Tutoring Systems，ITS）和自適應超媒體（Adaptive Hypermedia Systems，AHS）[16]。ITS 系統通過利用人工智能技術的優勢模擬教師和學生之間的一對一學習過程，為學生提供及時且智能的學習指導與反饋。完整的ITS 系統應包括如下組成部分：呈現學習內容、實施教學策略及評估學生的學習進度。自適應超媒體系統（AHS）將超媒體和自適應教學系統結合起來，自適應超媒體系統應該滿足3 個標準：屬于超文本或超媒體系統；具有用戶模型；利用用戶模型進行自適應推薦。

自適應學習在英語發音學習領域發展較早，擁有大量的英語學習材料、標準化測評模型和英文語料庫。在20 世紀70 年代引入的計算機輔助英語發音訓練系統是最早的、具有低自適應水平的學習系統。關于計算機輔助英語學習的智能教學系統的開創性的出版物，是SWARTZ M L 等人于1992 年編輯的《外語學習智能教學系統》[17]，該研究從多學科視角進行研究，結合了智能教學系統和自然語言處理來構建語言學習的教學框架，討論語法檢查、錯誤分析、用戶建模等幾種智能方法，探索如何對技術進行調整和組合來實現更有效的語言學習系統。2000 年左右，英語發音學習系統側重于語音識別技術的研究。隨著人工智能的發展，英語發音自適應學習系統逐步引入了多種技術，包括自然語言處理（Natural Language Processing, NLP）、自然語言生成（Natural Language Generation, NLG）、自動語音識別（Automatic Speech Recognition, ASR）、錯誤發音檢測與診斷（Mispronunciation Detection and Diagnosis, MDD）、表現力語音合成、可視語音合成等。英語發音自適應學習系統的研究注意力放在了英語發音學習、訓練、檢測和反饋的全過程，并加入多樣化的交互手段，如利用虛擬現實技術搭建的溝通場景等。英語自適應系統的相關研究成果，見表1。

表1 英語自適應學習系統相關研究成果Tab.1 Research results of English adaptive learning system

2.2 自適應英語發音學習繪本

文獻調研發現英語發音領域的自適應學習研究較多，但是自適應學習與電子繪本結合的研究相對較少[24]，以英語發音學習為目的的自適應學習繪本的研究更是一個全新的方向，具有廣闊的研究空間。以下調研了幾款應用于國內學習市場的英語發音自適應學習繪本，其在系統設計中應用了不同程度的自適應學習技術和靈活的交互手段。

“點讀精靈”是一款配合紙本英文閱讀繪本的智能點讀筆，點讀筆可以識別英文文字，引領孩子跟讀英文繪本，并對兒童跟讀的發音進行打分，讓孩子在大膽開口說英語的同時糾正發音?！包c讀精靈”依托于香港中文大學的語音糾錯技術，可精準識別音素級別的發音反饋，但是該產品從學習者體驗角度仍需要完善，譬如如何增加英文跟讀過程的趣味性。

“魔島英語”是一個專為4～8 歲孩子設計的英語語伴應用，讓孩子在實際對話任務中學習英語表達。故事虛擬人在對話任務中主動和學習者進行英文語音交流，然后對兒童的回答進行關鍵詞識別，從而判斷兒童是否成功完成溝通對話任務。該應用通過互動情景設計，很好地激勵了兒童英語溝通的積極性，但是該系統的自適應學習程度還有進一步優化的空間。

“多納學英語”是專為3～7 歲兒童設計的英語啟蒙應用，它的功能設計內容包括：分級閱讀、情景英語、英文兒歌、雙語繪本、場景化游戲課程等。該應用具有完整的“學、練、用、測”環節，并應用語音識別技術檢測兒童英語發音的準確度，是一款功能較全面的自適應學習繪本。

“伴魚繪本”對繪本難度從學齡前到小學畢業進行了分級，實現了分級推薦學習內容。該繪本還采用了一些功能化設計包括：支持孩子自己給繪本配音，創造自己的專屬繪本；采用口語測評人工智能模型給兒童的英文配音打分，根據兒童讀音特征設計評分標準。該工作實現了相對較高程度的自適應學習標準。

以上的應用產品設計對英語發音學習繪本的研究有著較高的參考價值。然而，現有的大部分自適應學習繪本設計忽視了一些問題，具體包括以下2 個方面。

1）大部分的自適應學習繪本在設計上注重給人留下深刻印象的交互方式，通常是為了趣味性和吸引大眾市場[25]，而沒有重視如何在教學上安排合理的學習內容，提升兒童對繪本所傳達知識的理解能力。

2）人工智能自適應技術與繪本閱讀結合是一個新興的領域，現有的大部分自適應學習繪本沒有很好地應用人工智能技術來滿足自適應教育的需求。面向兒童發音學習的自適應學習繪本的設計應需要根據學習者的學習需求和學習特點，提供合適的學習內容與反饋，以實現真正意義上的自適應學習目標。

3 自適應英語發音學習繪本的交互設計

從自適應學習、訓練、測評和反饋的角度，分別闡述如何實現兒童自適應發音學習繪本的交互設計框架，見圖1。其中，學習模塊安排了個性化的發音學習內容；訓練模塊完成了情景式口語溝通的場景搭建；自適應測評模塊實現了實時發音檢測與發音數據分析；自適應反饋模塊提供了具有教學表現力的虛擬老師教學反饋與長時間的發音學情報告。

圖1 應用于英語發音學習的兒童自適應學習繪本的交互設計框架Fig.1 Interactive design framework of children's adaptive learning picture books for English pronunciation learning

3.1 自適應學習

3.1.1 學習材料設計

關于自適應學習繪本的文字設計，需要設計符合兒童的認知水平，有助于提高口語能力的，通俗易懂的語句或對話作為繪本內容。繪本的單詞難度不宜過難，故事文本的生詞數應根據學生的英語水平而設置。關于英語學習繪本故事的句型，可以設計重復的句型結構，便于學生理解和重復記憶。如英文著名童謠《The More We Get Together》里重復出現的單詞“together”，不僅方便讀者吟唱，而且渲染了溫馨的氛圍。另外還可以選擇具有韻律美的語言來描述繪本故事，使用押韻的短句來描繪故事。如我國著名語言學家、“現代語言學之父”趙元任先生，于1930 年在美國寫的一篇同音文《施氏食獅史》，文章較多地使用一組同音的字母來設計故事的文本，不僅使兒童跟讀起來瑯瑯上口，同時具有針對性和趣味性。關于語言長度的選擇，針對低年級的孩子主要選用簡潔的單詞或詞組，針對高年級的孩子可選擇多個句子組成的短文。

關于自適應學習繪本的交互元素設計，需要設計大量符合兒童審美、生動活潑的圖片和動畫。利用電子繪本的優勢與特性，可以增加大量多感官交互元素，充分調動兒童學習者的視觸聽覺感官，在吸引兒童在閱讀的過程中潛移默化學習知識，獲取對世界的認知。如兒童學習繪本《牛頓和我》，精美的繪本畫面使它成為Arbordale 出版社非常受歡迎的作品。故事主人公是一個男孩，當男孩與他的寵物狗牛頓玩耍后，他發現了的日?；顒又辛瓦\動的規律。學習者可以動手操控畫面中的小球發生運動，在通過觸覺控制小球的過程中加深兒童對基礎物理概念的認知。

關于自適應學習故事的故事結構設計，盡可能選擇簡潔且清晰的框架。繪本主題以貼近生活、輕松快樂的兒童主題為主，譬如可以講述童話故事或生活中的趣事。若選擇的故事主題與目標閱讀學習者的文化生活環境有很大的差異時需要慎重選擇，并在兒童閱讀前提供文化背景介紹。此外，繪本的故事要滿足發音訓練和口語溝通的目的，譬如英語發音學習繪本的故事內容針對某組易混淆的發音而進行設計。

3.1.2 自適應內容推薦

兒童發音自適應學習繪本具有極強的針對性，為了符合兒童的認知水平，提升兒童發音學習的效率，需要根據兒童的學習需求、行為、能力、心態和偏好等情況，個性化推薦合適的學習路徑和學習內容。以兒童發音學習繪本的設計為例，繪本對發音錯誤進行篩查，推薦具有針對性的發音學習材料作為繪本課程。具體來說，對首次使用繪本的學習者，系統在篩選模塊檢測學習者的發音情況，根據學習者錯誤發音的程度，按照優先級匹配相應的繪本內容。如系統識別到學習者出現的嚴重發音錯誤——把發音“n”讀成發音“l”，因此優先推薦訓練易混淆音“n”和“l”發音的繪本內容，見圖2。學習者每次的發音錯誤都將被記錄，對長期使用繪本的學習者來講，系統可根據學習者的歷史表現，更準確地推薦英語發音課程。

圖2 根據學習者的發音錯誤推薦個性化課程內容Fig.2 Personalized course recommendation according to learners' pronunciation errors

3.2 自適應訓練

發音教學研究表明，將發音機制與實際語境或溝通目標聯系起來是十分可取的[26]。通過倡導“情境式溝通場景”，設計沉浸式交互劇情，可以讓兒童學習者在溝通的情境中潛移默化地學習知識。在情景式溝通場景訓練中，“互動參與式戲劇”（Interactive Participant Drama, IPD）方法和“游戲化任務機制”很適合引入溝通場景中?！盎訁⑴c式戲劇”的好處是可以充分調用學習者的感官，激勵學習者參與更多感知發音（聽）和產出發音（說）的訓練。學習者在預先編程的場景中和虛擬人進行溝通，溝通的問題為精心設計好、具有誘導性的問題，見圖3。其中，虛擬人問學習者，圖中的Mike 小朋友搭乘的是什么工具？該問題的目的是激發學習者在看繪本畫面的過程中與系統進行英語溝通。“游戲化任務機制”被引入情景式溝通場景訓練，將增加發音學習的目的性、趣味性與挑戰性。游戲任務機制針對學習者的溝通表現進行判定。若學習者正確回答了虛擬人物的提問，系統利MDD 技術，進一步判斷學習者的發音是否標準：若發音正確，虛擬人與學習者進行下一場景的語音溝通；若發音錯誤，發音糾正反饋模塊被引入來幫助學習者糾正發音。實現情景式溝通場景涉及搭建一個多維度的情景對話系統技術框架，見圖4。虛擬人與學習者進行語音對話，需要通過語音識別和語言理解技術，分別對學習者語音內容進行識別與理解，然后根據自然語言生成技術生成虛擬人的對話文本，最后根據語音合成技術完成語音合成。

圖3 情境式溝通場景設計Fig.3 Scene design of situational communication scenarios

圖4 情景式溝通場景的技術框架Fig.4 Technical framework of situational communication scenarios

3.3 自適應測評

自適應測評是指根據學習者的學習表現，進行準確、客觀、高效的教學效果測評。例如，托?？谡Z測評的Speech Rater 引擎是英語口語測評最廣泛的應用之一，旨在對發音者的口語表現進行評分。Speech Rater 的評分范圍是開放的，包括言語表達（如發音和流利程度）、語法能力、語言主題的連貫性和思想進步等相關更高水平的評價。自適應測評在教學中提供實時反饋，一方面極大地減輕了教師負擔；另一方面為教學決策和教學改革提供真實可靠的依據。以發音訓練為目的的自適應學習繪本設計，利用MDD 技術對兒童的發音情況進行音素級、單詞級和句子級別的多維度評價，有助于保障孩子掌握的每一步學習都有學習檢測與反饋。針對兒童出現的發音錯誤，專注發音的細節，即時糾正；針對長時間學習者，對學習者中的發音錯誤進行累積。

3.4 自適應反饋

3.4.1 具有教學表現力的實時發音反饋

斯坦福國際研究院學習技術中心戰略研究與創新主任菲爾·瓦伊(PHIL VAHEY)提出，無論是個人或協同的學習系統，自適應反饋都是極其重要的。在發音學習中，自適應反饋可以幫助學習者清晰地了解自身的發音情況，通過合理的方式與方法糾正發音。通過調研發現，現有的發音反饋主要通過展示發音教學圖（圖片）、播放發音（音頻）或標注音標（文字）的方法來糾正發音，但是以上的方法對兒童學習者具有局限性。例如，發音教學標準圖與具有教學表現力的虛擬老師口腔發音教學示范見圖5。其中，發音教學標準，見圖5a，對兒童來說缺乏感官吸引力，同時，復雜且專業性強的發音教學圖也可能會導致兒童學習者識別困難。音頻反饋的方式被廣泛應用在發音教學中，學習者可以通過對比標準發音和自身發音的區別了解發音錯誤，但是對兒童學習者來說，單一的音頻反饋同樣是缺乏感官吸引力的。此外，更多的發音反饋是通過音標的方式來展示發音，音標標注的方式可以準確地告知學習者哪個發音位置出現了發音錯誤，但是這樣的方法對尚未掌握音標的兒童是無效的。

圖5 發音教學標準圖與具有教學表現力的虛擬老師口腔發音教學示范Fig.5 Pronunciation teaching standard chart and the articulatory movement demonstration of the virtual teacher with teaching expressiveness

在線下發音教學中，當學習者難以意識到自身的發音錯誤時，教師在教學中廣泛使用口腔發音動作示范，如清楚的發音（聽覺），配合清晰的發音動作（視覺），展示如何正確發音。針對出現嚴重發音錯誤且難以糾正的學習者，教師使用更具有表現力的，略帶夸張的教學方法來糾正發音：包括口腔發音動作放慢，夸張或停留（視覺），以及語速放慢，重讀或改變音調（聽覺）來強化錯誤發音的位置，幫助學習者分別從視聽覺的角度意識到自身的發音錯誤。英語發音學習的兒童繪本在自適應反饋模塊可參考老師線下教學的經驗，創建虛擬老師來模擬真實老師的發音糾正方法。并針對不同學習者的不同發音水平（如發音準確度、出現同類發音錯誤的次數等），提供具有不同表現力的發音動作示范。為實現自適應的發音反饋，可通過機器學習的方式，“學習”真人老師對不同發音水平的學生，進行不同程度的表現力教學的視頻數據，建立不同發音水平的學習者與不同程度的表現力發音教學之間的匹配關系。譬如針對錯誤程度低，錯誤頻率低的學習者，虛擬老師提供標準的口腔發音動作教學。具有教學表現力的虛擬老師展示口腔發音動作（以張大嘴型為例）見圖6，演示了虛擬老師如何通過逐步夸張的發音動作，來示范張大嘴型的發音動作。具有不同教學表現力的虛擬老師被應用于糾正學習者的發音錯誤，這能夠提升學習者的發音水平[23]。值得注意的是，具有表現力的發音動作示范是在符合正確發音運動規律的基礎上進行的合理夸張，嚴格遵循了語音學、音韻學的理論。

圖6 具有教學表現力的虛擬老師展示口腔發音動作（以張大嘴型為例）Fig.6 Articulatory movement of the virtual teacher with teaching expressiveness (open the mouth as an example)

關于具有教學表現力的虛擬老師的形象設計，采用兒童喜歡的、具有鮮明色彩且具有親和力的人物外觀，見圖5b，虛擬老師的形象可以是平面或立體的，或采用新穎的VR 或AR 來展示。正面角度需要重點展示嘴巴、牙齒和舌頭的運動狀態，側面角度需要重點展示重要的口腔發音器官（包含舌頭、上下嘴唇、上下牙齒、下巴、小舌）的運動狀態。為了讓兒童理解發音運動，發音器官的設計需要盡可能簡化。

3.4.2 長時間的學習報告

為了讓學生和家長了解長期的學習效果，包括學習的進度、學習的成果及學習中遇到的難點等，學習報告被設計應用在系統中。學習報告的核心在于識別學生正在學習什么，哪些沒有學會，哪些已經掌握，以及對未來哪些內容需要掌握，從而幫助學生不斷評估，直到達到特定的學習目標。在具體的英語發音學習報告中，需要呈現優秀發音的音素、單詞和句子；需要改進發音的音素、單詞和句子；需要取得進步的音素、單詞和句子。發音報告還需要對學習者的未來學習趨勢進行預測，鼓勵學習者保持積極的學習態度。

4 反思與啟示

4.1 如何降低系統誤判造成的教學負面效應

隨著技術的發展，運用人工智能手段來檢測學習者的學習效果的準確率一直在提高，但現有的自適應學習系統依然會遇到一個問題，若不小心誤判了學習者的學習效果，將如何降低錯誤判斷后的教學負面效應。以MDD 技術為例，盡管現有的MDD 技術的準確性已經非常高，但反饋仍然可能包含2 種錯誤：一種錯誤是“錯誤被接受”（False Accepts, FA）和一種錯誤是“錯誤被拒絕”（False Rejects, FR）。其中FA表示學習者不正確的發音被識別成正確，FR 表示學習者發音正確但被系統認定為錯誤。顯然，應該在FA 和FR 之間找到一個平衡的關系，尤其是對FR 要極其謹慎，因為FR 可能會誤導學生。以本工作的解決方案為例，為降低FR 導致的不良后果的設計，教學與設計方法被引入——在反饋單元設計一個具有教學表現力的虛擬老師“負責”發音糾正。一方面，為了保持兒童的學習積極性，虛擬老師并不會直接告訴兒童出現了哪些發音錯誤（如給予發音評分），而是鼓勵兒童跟隨虛擬老師進行發音練習。另一方面，虛擬老師的發音反饋改變了音標、音頻或圖示等傳統糾音方式，而是依據兒童學習者對動畫感興趣的特點，給不同發音水平的兒童學習者呈現不同教學表現力程度的口腔發音動畫教學。以上方法不僅強化了兒童學習者對錯誤發音的視聽感知度，還提升了糾音反饋教學的趣味性，并有效降低了系統誤判帶來的負面影響：如果系統犯了FA 的錯誤，學習者會收到不具有任何表現力的標準發音教學示范；如果系統犯了FR 錯誤，學習者會收到具有表現力的教學反饋。

4.2 如何提升兒童學習者興趣的同時提升學習效果

應用于發音學習的自適應學習繪本的研究，如何通過有效的交互方式，在增加兒童吸引力的同時，提升兒童的發音水平，是需要持續研究的難點。多樣化的交互方式如果運用不當，很可能降低學習的目的性，甚至導致兒童沉迷游戲本身而無法達成學習效果。在未來的工作中，需要對兒童的認知心理和發音教學方法進行更加深入的理論研究，探索兒童在閱讀繪本中對哪些交互方式的接受程度更高，交互方式要怎么運用才能提升兒童的興趣，交互方式要怎么設計才能提升兒童的學習效果等。

5 結語

兒童階段是進行發音訓練的重要時期，研究以面向兒童的發音學習為目標，人工智能自適應技術為基礎，完成了自適應發音學習繪本的交互設計。該繪本分別從自適應學習、自適應訓練、自適應測評和自適應反饋4 個階段依次實現了個性化的課程推薦、場景化的口語訓練環境、精準化的發音識別診斷與具有教學表現力的發音糾正反饋。人工智能自適應技術與電子繪本結合是一個全新的研究領域，從交互設計角度研究電子繪本的設計具有較強的實踐價值。針對發音學習繪本的交互設計，需要考慮兒童學習者的認知水平，以提升兒童對繪本所傳達知識的認知理解力為目標，提供自適應的學習內容，并針對兒童學習者的認知特點，實現交互手段與學習內容之間的密切配合，通過合理的信息呈現方式來提升學習者對內容的感知與學習效果。