近年來電腦輔助語言學習（CALL，亦即Computer Aided Language Learning）已愈來愈被廣泛應用。透過電腦的輔助，可以提供額外的語言學習管道，讓使用者不受時間、地點限制，隨時進行語言學習。電腦輔助語言學習的核心技術為語音辨識，和以語音辨識、語音合成為基礎的電腦對話系統。由於現存語音辨識技術的限制，在大詞彙語音辨識上，辨識錯誤率仍高，而辨識錯誤對電腦輔助語言學習系統所造成的影響，遠大於其他應用（例如資訊查詢對話系統），因此，大多數的電腦輔助語言學習系統發展者，皆著重在對話學習系統的設計，透過系統設計，盡量避開可能的辨識錯誤，讓使用者可以在特定的情境下，練習音標、單字發音，或者進行整句的發音練習，以降低辨識錯誤的可能。

目前的電腦輔助語言學習系統，已經可以成功地讓使用者練習音標、單字的發音，並評量其發音的優劣；甚至較長的語句發音練習，亦可做到令人滿意，可產品化的程度。然而，從學習的角度來說，這樣的練習，只是重複地練習呆板的單字或者句子，即便搭配圖形、美化過的介面，但由於語句一成不變，因此無法提高使用者的學習興趣。

在工研院前瞻技術中心與麻省理工學院的CSAIL實驗室（Computer Science and Artificial Intelligence Laboratory）所共同研發之對等互動對話系統（Equal-Party Dialogue System）中，提出一個全新的概念：使用者跟系統之間的關係為平行對等，而非傳統對話系統一問一答、資料查詢式的互動。對等互動對話系統讓使用者跟對話系統更自然地對談，透過這樣的互動，可將電腦輔助語言學習系統的發展，提升到另一個全新的可能性。

在對等對話學習系統中，使用者和系統必須透過彼此的互動，完成一個雙方都認可的共同任務。以下為一個實際的範例。使用者和系統，就好像兩個朋友，要一同約一個時間，去做一件雙方都喜歡做的活動（例如打籃球）。以下為對話之範例（S代表系統，U代表使用者）：

S: 你明天下午打算作什麼？

U: 我明天下午要去游泳。

S: 我不喜歡游泳。

U: 你後天下午有空嗎？

S: 我後天下午有空。

U: 妳後天下午想要跟我一塊兒看電影嗎？

S: 好呀！

U: 好！後天下午一塊去看電影。

S: 再見。

U: 再見。

如上的範例所示，使用者和系統的角色，可以完全對調。兩者之間並沒有誰是主誰是從的關係。雙方都可以主動詢問對方的興趣跟時間，或者表達自己的興趣跟時間，透過這樣的互動，雙方共同找出雙方都認可的活動與時間。圖1即為本對等互動語言學習對話系統的的圖示。如圖所示，系統會顯示提示，包括使用者喜歡哪些活動、不喜歡哪些活動，以及哪些時段有空、哪些時段要進行什麼活動等等。使用者根據這些提示，來跟系統進行對話。在對話過程中，系統會根據使用者的難度設定，來提示拼音、英文、中文、或者完全沒有提示。

圖 2-1　對等互動語言學習對話系統圖示

這樣的對話系統和原本的資訊查詢對話系統，有根本上的差異。除了上述的角色差異之外，還有一個很大的特點，在於完成對話任務的長短。傳統對話系統的設計，大多希望盡快完成對話任務。例如查詢天氣的對話系統，系統會嘗試在最短的對話互動當中，知道使用者所要知道的地點、時間，並提供正確的答案。然而對等對話系統，則是反向的思考邏輯，著重在如何讓對話可以持續，並有意義地進行，以便在一次成功的對話任務中，讓使用者有更多練習的機會。

對等對話系統的主要技術，在於設計一個對等對話管理機制。該對話管理機制的對話行為，和使用者是對等類似的。這樣的對話管理機制，除了可以用來和使用者進行對話之外，亦可以模擬使用者的行為。這樣的使用者模擬有額外的好處。例如在使用者和系統對話時，如果使用者不知道如何繼續或者回應，系統即會透過這樣的對等對話管理機制，來模擬使用者可能或者應該回答的答案，提供適當的提示。所以在本系統當中，亦有所謂的教練（Tutor），可以提示使用者應說的話。這樣的教練提示功能，亦是電腦輔助語言學習當中，不可或缺的功能。

本技術亦進行的相關的實驗，來驗證其可行性。包括主觀評量與客觀評量。主觀評量包括使用者使用此系統後主觀評斷的趣味度、是否願意再繼續使用、以及是否願意推薦給其他使用者等等。而客觀評量，則是在使用者使用系統一段固定時間後，給使用者測驗，以評量其學習成效。根據結果顯示，透過這樣的方式學習，使用者普遍反應其趣味性大於單純的整句發音練習，也願意持續使用本系統。同時，使用者運用所學的句型和字彙的能力也比單純地反覆練習更加提升。

根據這樣的基礎，我們後續也將進行更廣泛的實驗，並嘗試引進美國中學的初級華語文教學課程當中，做更深入的使用者實驗。同時，除了目前的『習慣與行程（Hobbies and Schedules）』對話系統外，亦正在發展其他類似概念的對話系統，例如『家庭關係（Family-relation）』對話系統。語言學習的市場一直都非常大，而近年學習華語文的人口，更是不斷地增加。透過對等互動對話系統的發展，我們可以呈現更自然、更生動的對話互動，我們預期，電腦輔助語言學習系統的應用廣泛度，將可因為這類型更自然、更生動的口語對話互動技術，而得到更進一步地提昇。

參考資料：

[1] C. Chao, S. Seneff, and C. Wang, "An Interactive Interpretation Game for Learning Chinese", Proc. of the Speech and Language Technology in Education (SLaTE) Workshop, Farmington, Pennsylvania, October 2007.

[2] S. Seneff, "Web-based Dialogue and Translation Games for Spoken Language Learning", Proc. of the Speech and Language Technology in Education (SLaTE) Workshop, Farmington, Pennsylvania, October 2007.

[3] H. Wu and S. Seneff, "Reducing Recognition Error Rate based on Context Relationships among Dialogue Turns", Proc. Interspeech, Antwerp, Belgium, August 2007.