學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 電腦輔助語言學習之研究-以我國學生學習日語為例
A Study of Computer Aided Language Learning-Taiwan Students Learning Japanese as an Example
作者 王珮姍
Wang, Pei Shan
貢獻者 周宣光<br>張欣綠
王珮姍
Wang, Pei Shan
關鍵詞 電腦輔助語言學習
數位化聲音
日語學習
相似度指標
Computer Aided Language Learning
Digital Audio
Japanese Learning
Similarity Index
日期 2012
上傳時間 11-七月-2013 16:52:51 (UTC+8)
摘要 本研究針對我國學生學習日語發音進行相似度指標發展之初探,貢獻為針對目前日語發音提供一個相似度的指標可以和老師語音進行比較分析,找出分析日語發音相似度之模式。
     
     研究從聲音數位化的角度切入,有別於過去研究使用語音辨識的方式來進行,聲音數位化後為數值的方式,因此使用指標來計算相似的程度。研究提出一套對應的聲音相似度指標,以電腦分析輔助日語學習者的發音練習。
     
     指標建立過程由聲音取樣、正規化、端點偵測,到實際的運算,使用所蒐集的聲音資料來測試指標的穩定度與有效性,研究結果說明在以日語為母語者間的指標都很靠近,而不同日語腔調間會有一定的指標差異,對於一定日語程度的對象而言,指標落點很靠近,惟本研究此次蒐集到的聲音資料,其應用指標運算結果的分佈太過集中,如果能有更多樣化的聲音資料來測試指標應能有較漂亮的分佈圖形。
This research includes developing a similarity index applies to the evaluation of Taiwan students learning Japanese pronunciation. The contribution of this research is that it provides a similarity index to the Japanese pronunciation comparing to the teacher’s pronunciation, finding the model of how to analysis the similarity of Japanese pronunciation.
     
     This research uses the digital audio processing to begin with, which is different from the other research that uses the speech recognition to evaluate the pronunciation. The audio will turn into numerical format after digitalize, so this research uses an index to calculate the similarity. By using this similarity index, the computer can become an assistant role that helps to analysis while learning Japanese pronunciation.
     
     The developing of index starts from audio sampling, audio normalizing, and end-point detection to the calculation of similarity index. This research collects audio data to test the stability and the validity of the similarity index. The result indicates that the similarity index of native Japanese speakers is very close;and the similarity index contains certain difference between different accents. For those Taiwan students who qualify with Japanese, their similarity index is close. Nevertheless, the result of the similarity index is too centralized, it would be better if there are more audio data to test the similarity index.
參考文獻 壹、 英文文獻
     
     Boersma, Paul & Weenink, David (2013). Praat: Doing Phonetics by Computer [Computer program]. Version 5.3.39, retrieved 6 January 2013 from http://www.praat.org/
     
     Chen Genfang, Zhang Wenjun, Wang Qiuqiu, “Pick-up the Musical Information from Digital Musical Score Based on Mathematical Morphology and Music Notation”, etcs, vol. 1, pp.1141-1144, 2009 First International Workshop on Education Technology and Computer Science, 2009.doi:2.0.CO;2>
     
     Jyh-Shing Roger Jang, “Audio Signal Processing and Recognition” (in Chinese) available at the links for on-line courses at the author`s homepage at http://www.cs.nthu.edu.tw/~jang.
     
     Lindsay,R.B., “Acoustics: Historical and Philosophical Development” Benchmark Papers in Acoustics, Dowden, Hutchinson and Ross, pp.120, 1973.
     
     Kallistratova, M. A., “Acoustic Waves in the Turbulent Atmosphere: A Review” J. Atmos. Oceanic Technol., 19, 1139–1150, 2002.
     
     Kees A. Schouhamer Immink. “The Compact Disc Story”, Journal of the AES 46: 458–465, 1998.
     
     Microsoft and IBM, “Multimedia Programming Interface and Data Specifications 1.0”, 1991.
     
     Myoung-Bum Chung, Il-Ju Ko, “Representative Melodies Retrieval Using Digital Signal Processing of Audio”, ichit, vol. 2, pp.185-190, 2006 International Conference on Hybrid Information Technology - Vol2 (ICHIT`06), 2006.
     
     Neville Holmes, “Music, Sociality, and Digital Technology,” Computer, vol. 42, no. 9, pp. 104, 102-103, Sept. 2009,
     
     Rumsey,Francis and McCormick,Tim, “Sound and Recording” 6th, Amsterdam ; London : Elsevier/Focal, 2009.
     
     貳、 中文文獻
     
     王乃玉,「台灣日語教育史研究-以蔡茂豐的研究為主」國立高雄第一科技大學應用日語系碩士論文,2008年。
     
     吳佳幸,「以使用者為中心的音樂推薦系統」,屏東科技大學資訊管理系碩士論文,2004年。
     
     李依欣,「數位聲音技術在音樂製作之應用研究」,國立台北教育大學音樂教育學系碩士論文,2006年。
     
     李俊毅,「語音評分」,國立清華大學資訊工程學系碩士論文,2002年。
     
     林怡欣,「數位圖書館中的音樂心情偵測之研究」,國立交通大學資訊管理研究所碩士論文,2011年。
     
     林秉韶,「結合基因演算法於梅爾倒頻譜係數最佳化計算及其於音樂曲風之辨識」,中華大學資訊工程學研究所碩士論文,2009年。
     
     金田一春彥,譯者林榮一,「日語的特質」,鴻儒堂出版,2006年。
     
     侯志欽,「聲學原理與多媒體音訊科技」,台灣商務印書館,2007年10月。
     
     陳宏鎮,「一個基於音樂資料分群與使用者興趣之音樂推薦系統」,國立清華大學資訊工程學系碩士論文,2001年。
     
     曾泓熹,「以句尾母音模型與鼻濁音發音變異來改善日語語音模型」,國立清華大學資訊系統與應用研究所碩士論文,2011年。
     
     馮志偉,「人工智能在第二語言教學中的應用:提高對偏誤的意識 導讀」,世界圖書出版,2007年。Dodigovic, Marina “Artificial intelligence in second language learing : raising error awareness”, Multilingual Matters Ltd, 2005.
     
     黃國峰,「數位聲音詮釋資料之鑑識方法研究」,中央警察大學資訊管理研究所碩士論文,2010年。
     
     楊永泰,「隱藏式馬可夫模型應用於中文語音辨識之研究」,中原大學資訊工程學系碩士論文,2000年。
     
     蒙以正,「數位信號處理-應用MATLAB」,旗標出版,2004年。
     
     蔡子敬,「以模糊語意法協助音樂CD資訊推薦系統之設計」,國立屏東商業技術學院資訊管理研究所碩士論文,2011年。
     
     鄭學侖,「以Web2.0民眾分類法建置音樂推薦系統之研究」,國立政治大學資訊管理研究所碩士論文,2007年。
     
     戴元翔,「數位聲音浮水印技術」,國立台灣大學電信工程學研究所碩士論文,1999年。
     
     鍾召鴻,「鋼琴音樂之音符自動辨識」,國立成功大學數學系應用數學碩士論文,2002年。
     
     鍾榮富,「當代語言學概論」,五南圖書出版,2006年。
     
     鍾榮富、司秋雪,「從發音與聲學的對比分析探討美國學生的華語擦音」,華語文教學研究6.2:129-162,2009年
     
     龔鎮雄、董馨,「音樂中的物理」,牛頓出版,1995年
     
     參、 日文文獻
     
     河野俊之,「日本語教育と音声」水谷修監修;河野俊之・小河原義朗編集『日本語教育の過去・現在・未来 第 4 巻 音声』
     
     河野俊之・串田真知子・築地伸美・松崎 寛,「1 日 10 分の発音練習」,くろしお出版,2004年。
     
     岩田之男・清水政明・西村 尚,「音声認識技術を利用した日本語発音練習システムの開発」,『2009 年度日本語教育学会秋季大会予稿集』,2009年。
     
     今田滋子,「教師用日本語教育ハンドブツク-発音」,国際交流基金日本語国際センター,凡人社,1991年。
     
     小河原義朗,「日本語音声教育を振り返る」水谷修監修;河野俊之・小河原義朗編集『日本語教育の過去・現在・未来 第 4 巻 音声』凡人社,24-45,2009年。
     
     松崎寬,「音声認識技術を用いた日本語韻律練習用ソフトの開発」,文藝言語研究・言語篇,卷61,頁177-190,2012年。
     
     池田伸子「CALL 導入と開発と実践-日本語教育でのコンピュータの活用-」 くろしお出版,2003年。
     凡人社,2-22,2009年。
     
     肆、 網路文獻
     
     Advance Media, Inc. 「音声認識技術を活用した日本語学習ソフト」
     Retrieved:2012-12-7
     
     IEC, “IEC 60908 ed. 2.0 - preview, Retrieved 2012-11-16
     
     IEEE.org, “Milestones: Compact Disc Audio Player, 1979.” IEEE Global History Network. Retrieved 2012-11-14.
     
     
     Philips Historische Producten, “Pilips Compact Disc.” Philips. Retrieved 2012-11-14.
     
     
     王駿發,「中文語音辨識系統」,數位時代(下), 0350期1999年。(存取時間:2012年11月20日)
描述 碩士
國立政治大學
資訊管理研究所
100356008
101
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0100356008
資料類型 thesis
dc.contributor.advisor 周宣光<br>張欣綠zh_TW
dc.contributor.author (作者) 王珮姍zh_TW
dc.contributor.author (作者) Wang, Pei Shanen_US
dc.creator (作者) 王珮姍zh_TW
dc.creator (作者) Wang, Pei Shanen_US
dc.date (日期) 2012en_US
dc.date.accessioned 11-七月-2013 16:52:51 (UTC+8)-
dc.date.available 11-七月-2013 16:52:51 (UTC+8)-
dc.date.issued (上傳時間) 11-七月-2013 16:52:51 (UTC+8)-
dc.identifier (其他 識別碼) G0100356008en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/58797-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 資訊管理研究所zh_TW
dc.description (描述) 100356008zh_TW
dc.description (描述) 101zh_TW
dc.description.abstract (摘要) 本研究針對我國學生學習日語發音進行相似度指標發展之初探,貢獻為針對目前日語發音提供一個相似度的指標可以和老師語音進行比較分析,找出分析日語發音相似度之模式。
     
     研究從聲音數位化的角度切入,有別於過去研究使用語音辨識的方式來進行,聲音數位化後為數值的方式,因此使用指標來計算相似的程度。研究提出一套對應的聲音相似度指標,以電腦分析輔助日語學習者的發音練習。
     
     指標建立過程由聲音取樣、正規化、端點偵測,到實際的運算,使用所蒐集的聲音資料來測試指標的穩定度與有效性,研究結果說明在以日語為母語者間的指標都很靠近,而不同日語腔調間會有一定的指標差異,對於一定日語程度的對象而言,指標落點很靠近,惟本研究此次蒐集到的聲音資料,其應用指標運算結果的分佈太過集中,如果能有更多樣化的聲音資料來測試指標應能有較漂亮的分佈圖形。
zh_TW
dc.description.abstract (摘要) This research includes developing a similarity index applies to the evaluation of Taiwan students learning Japanese pronunciation. The contribution of this research is that it provides a similarity index to the Japanese pronunciation comparing to the teacher’s pronunciation, finding the model of how to analysis the similarity of Japanese pronunciation.
     
     This research uses the digital audio processing to begin with, which is different from the other research that uses the speech recognition to evaluate the pronunciation. The audio will turn into numerical format after digitalize, so this research uses an index to calculate the similarity. By using this similarity index, the computer can become an assistant role that helps to analysis while learning Japanese pronunciation.
     
     The developing of index starts from audio sampling, audio normalizing, and end-point detection to the calculation of similarity index. This research collects audio data to test the stability and the validity of the similarity index. The result indicates that the similarity index of native Japanese speakers is very close;and the similarity index contains certain difference between different accents. For those Taiwan students who qualify with Japanese, their similarity index is close. Nevertheless, the result of the similarity index is too centralized, it would be better if there are more audio data to test the similarity index.
en_US
dc.description.tableofcontents 第一章 緒論 1
     第一節 研究背景與動機 1
     第二節 研究目的 4
     第三節 研究範圍與限制 4
     第四節 研究流程 5
     第二章 文獻探討 6
     第一節 電腦輔助語言學習發展歷程 6
     第二節 日語發音學習相關研究 8
     壹、台灣日語教育概況 8
     貳、日語的特性 11
     參、日語的表記法 13
     肆、日語的發音 13
     伍、日語發音相關研究 16
     陸、日語學習者主要目的與問題點 19
     第三節 音響學與數位化聲音發展 21
     壹、聲音與音響學 21
     貳、聲波的物理特性 24
     參、數位化聲音的發展 27
     肆、Compact Disc 發展歷程 28
     伍、網路音樂格式 29
     第四節 數位化聲音相關文獻 31
     第五節 語音分析軟體 36
     壹、Praat 36
     貳、Audacity 39
     第六節 小結 40
     第三章 指標之發展 41
     第一節 數位取樣 41
     壹、連續與離散訊號 41
     貳、類比數位的轉換 42
     參、取樣原理 43
     第二節 聲音處理 47
     壹、聲音正規化 47
     貳、端點偵測 49
     第三節 相似度計算流程 50
     壹、測試語句 51
     貳、錄音 51
     參、相似度指標發展 52
     第四章 日語發音相似度分析結果 57
     第一節 聲音蒐集對象 57
     第二節 相似度比較 58
     第三節 不同的計算區間 64
     第四節 反覆練習後相似度指標 67
     第五節 小結 70
     第五章 結論與未來研究建議 72
     第一節 結論 72
     第二節 未來研究建議 73
     參考文獻
     壹、英文文獻 74
     貳、中文文獻 75
     參、日文文獻 76
     肆、網路文獻 77
zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0100356008en_US
dc.subject (關鍵詞) 電腦輔助語言學習zh_TW
dc.subject (關鍵詞) 數位化聲音zh_TW
dc.subject (關鍵詞) 日語學習zh_TW
dc.subject (關鍵詞) 相似度指標zh_TW
dc.subject (關鍵詞) Computer Aided Language Learningen_US
dc.subject (關鍵詞) Digital Audioen_US
dc.subject (關鍵詞) Japanese Learningen_US
dc.subject (關鍵詞) Similarity Indexen_US
dc.title (題名) 電腦輔助語言學習之研究-以我國學生學習日語為例zh_TW
dc.title (題名) A Study of Computer Aided Language Learning-Taiwan Students Learning Japanese as an Exampleen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 壹、 英文文獻
     
     Boersma, Paul & Weenink, David (2013). Praat: Doing Phonetics by Computer [Computer program]. Version 5.3.39, retrieved 6 January 2013 from http://www.praat.org/
     
     Chen Genfang, Zhang Wenjun, Wang Qiuqiu, “Pick-up the Musical Information from Digital Musical Score Based on Mathematical Morphology and Music Notation”, etcs, vol. 1, pp.1141-1144, 2009 First International Workshop on Education Technology and Computer Science, 2009.doi:2.0.CO;2>
     
     Jyh-Shing Roger Jang, “Audio Signal Processing and Recognition” (in Chinese) available at the links for on-line courses at the author`s homepage at http://www.cs.nthu.edu.tw/~jang.
     
     Lindsay,R.B., “Acoustics: Historical and Philosophical Development” Benchmark Papers in Acoustics, Dowden, Hutchinson and Ross, pp.120, 1973.
     
     Kallistratova, M. A., “Acoustic Waves in the Turbulent Atmosphere: A Review” J. Atmos. Oceanic Technol., 19, 1139–1150, 2002.
     
     Kees A. Schouhamer Immink. “The Compact Disc Story”, Journal of the AES 46: 458–465, 1998.
     
     Microsoft and IBM, “Multimedia Programming Interface and Data Specifications 1.0”, 1991.
     
     Myoung-Bum Chung, Il-Ju Ko, “Representative Melodies Retrieval Using Digital Signal Processing of Audio”, ichit, vol. 2, pp.185-190, 2006 International Conference on Hybrid Information Technology - Vol2 (ICHIT`06), 2006.
     
     Neville Holmes, “Music, Sociality, and Digital Technology,” Computer, vol. 42, no. 9, pp. 104, 102-103, Sept. 2009,
     
     Rumsey,Francis and McCormick,Tim, “Sound and Recording” 6th, Amsterdam ; London : Elsevier/Focal, 2009.
     
     貳、 中文文獻
     
     王乃玉,「台灣日語教育史研究-以蔡茂豐的研究為主」國立高雄第一科技大學應用日語系碩士論文,2008年。
     
     吳佳幸,「以使用者為中心的音樂推薦系統」,屏東科技大學資訊管理系碩士論文,2004年。
     
     李依欣,「數位聲音技術在音樂製作之應用研究」,國立台北教育大學音樂教育學系碩士論文,2006年。
     
     李俊毅,「語音評分」,國立清華大學資訊工程學系碩士論文,2002年。
     
     林怡欣,「數位圖書館中的音樂心情偵測之研究」,國立交通大學資訊管理研究所碩士論文,2011年。
     
     林秉韶,「結合基因演算法於梅爾倒頻譜係數最佳化計算及其於音樂曲風之辨識」,中華大學資訊工程學研究所碩士論文,2009年。
     
     金田一春彥,譯者林榮一,「日語的特質」,鴻儒堂出版,2006年。
     
     侯志欽,「聲學原理與多媒體音訊科技」,台灣商務印書館,2007年10月。
     
     陳宏鎮,「一個基於音樂資料分群與使用者興趣之音樂推薦系統」,國立清華大學資訊工程學系碩士論文,2001年。
     
     曾泓熹,「以句尾母音模型與鼻濁音發音變異來改善日語語音模型」,國立清華大學資訊系統與應用研究所碩士論文,2011年。
     
     馮志偉,「人工智能在第二語言教學中的應用:提高對偏誤的意識 導讀」,世界圖書出版,2007年。Dodigovic, Marina “Artificial intelligence in second language learing : raising error awareness”, Multilingual Matters Ltd, 2005.
     
     黃國峰,「數位聲音詮釋資料之鑑識方法研究」,中央警察大學資訊管理研究所碩士論文,2010年。
     
     楊永泰,「隱藏式馬可夫模型應用於中文語音辨識之研究」,中原大學資訊工程學系碩士論文,2000年。
     
     蒙以正,「數位信號處理-應用MATLAB」,旗標出版,2004年。
     
     蔡子敬,「以模糊語意法協助音樂CD資訊推薦系統之設計」,國立屏東商業技術學院資訊管理研究所碩士論文,2011年。
     
     鄭學侖,「以Web2.0民眾分類法建置音樂推薦系統之研究」,國立政治大學資訊管理研究所碩士論文,2007年。
     
     戴元翔,「數位聲音浮水印技術」,國立台灣大學電信工程學研究所碩士論文,1999年。
     
     鍾召鴻,「鋼琴音樂之音符自動辨識」,國立成功大學數學系應用數學碩士論文,2002年。
     
     鍾榮富,「當代語言學概論」,五南圖書出版,2006年。
     
     鍾榮富、司秋雪,「從發音與聲學的對比分析探討美國學生的華語擦音」,華語文教學研究6.2:129-162,2009年
     
     龔鎮雄、董馨,「音樂中的物理」,牛頓出版,1995年
     
     參、 日文文獻
     
     河野俊之,「日本語教育と音声」水谷修監修;河野俊之・小河原義朗編集『日本語教育の過去・現在・未来 第 4 巻 音声』
     
     河野俊之・串田真知子・築地伸美・松崎 寛,「1 日 10 分の発音練習」,くろしお出版,2004年。
     
     岩田之男・清水政明・西村 尚,「音声認識技術を利用した日本語発音練習システムの開発」,『2009 年度日本語教育学会秋季大会予稿集』,2009年。
     
     今田滋子,「教師用日本語教育ハンドブツク-発音」,国際交流基金日本語国際センター,凡人社,1991年。
     
     小河原義朗,「日本語音声教育を振り返る」水谷修監修;河野俊之・小河原義朗編集『日本語教育の過去・現在・未来 第 4 巻 音声』凡人社,24-45,2009年。
     
     松崎寬,「音声認識技術を用いた日本語韻律練習用ソフトの開発」,文藝言語研究・言語篇,卷61,頁177-190,2012年。
     
     池田伸子「CALL 導入と開発と実践-日本語教育でのコンピュータの活用-」 くろしお出版,2003年。
     凡人社,2-22,2009年。
     
     肆、 網路文獻
     
     Advance Media, Inc. 「音声認識技術を活用した日本語学習ソフト」
     Retrieved:2012-12-7
     
     IEC, “IEC 60908 ed. 2.0 - preview, Retrieved 2012-11-16
     
     IEEE.org, “Milestones: Compact Disc Audio Player, 1979.” IEEE Global History Network. Retrieved 2012-11-14.
     
     
     Philips Historische Producten, “Pilips Compact Disc.” Philips. Retrieved 2012-11-14.
     
     
     王駿發,「中文語音辨識系統」,數位時代(下), 0350期1999年。(存取時間:2012年11月20日)
zh_TW