基于MSAgent和TTS的劇本引擎設(shè)計(jì)與應(yīng)用

凌代紅

摘要：MS Agent是Windows上的一種自由技術(shù)，具有強(qiáng)大的動(dòng)畫能力、交互性和靈活性，對(duì)教育軟件產(chǎn)生了重大影響?；?MS Agent和TTS的劇本引擎能分離劇本內(nèi)容與劇本行為，方便調(diào)試、維護(hù)和擴(kuò)展。基于 MS Agent和TTS的劇本引擎設(shè)計(jì)的IT實(shí)用英語朗讀平臺(tái)界面人性化，富有親和力，提供多種形式的角色表演，滿足多種個(gè)性化用戶需求，提高了教學(xué)的趣味性和有效性。

關(guān)鍵詞：代理技術(shù)；TTS；劇本引擎

中圖分類號(hào)：TP311文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2012）30-7344-03

MS Agent[1]是Windows上的一種自由技術(shù)，為應(yīng)用程序和網(wǎng)頁提供了新技術(shù)去創(chuàng)建新的交互式用戶界面。它具有強(qiáng)大的動(dòng)畫能力、交互性和靈活性，非常容易開發(fā)，使人們與計(jì)算機(jī)更加有效、自然地交流。它是多種軟件服務(wù)的一個(gè)集合，使得開發(fā)者能夠?qū)⒔换ナ娇ㄍń巧c應(yīng)用程序和網(wǎng)頁協(xié)同工作。這些角色通過TTS引擎或聲音記錄，可以說話，甚至接受語音命令。可視化交互式的個(gè)性化角色，可以增強(qiáng)應(yīng)用程序和網(wǎng)頁，使得用戶與他們的計(jì)算機(jī)，進(jìn)行更強(qiáng)的人性化交互。

目前，隨著高校的擴(kuò)招，高職的生源中，有普通高考的低分段學(xué)生，也有職高或中專的三校生，這些學(xué)生英語基礎(chǔ)普遍較差，絕大部分學(xué)生對(duì)學(xué)習(xí)英語沒有興趣。這使得高職院校英語課的教師面臨著很大的挑戰(zhàn)，以教師為中心，重講授、輕實(shí)踐的傳統(tǒng)課堂教學(xué)組織形式已不適應(yīng)目前的教學(xué)，探索工學(xué)結(jié)合、推進(jìn)有效教學(xué)是高職院校人才培養(yǎng)工作評(píng)估的要求，也是全面提高教學(xué)質(zhì)量的必然選擇。

為了推進(jìn)IT實(shí)用英語的有效教學(xué)，我們設(shè)計(jì)了一個(gè)基于MS Agent和TTS的劇本引擎，將這個(gè)引擎應(yīng)用在IT實(shí)用英語教學(xué)中，即在這個(gè)引擎的基礎(chǔ)上開發(fā)一個(gè)IT實(shí)用英語朗讀平臺(tái)。

1 常見語音朗讀軟件的狀況與問題

常見語音朗讀軟件（如TextAloud、Speak Aloud、Speaking NotePad、eSpeak、TTSAPP、MagicVoice、SmartRead、Panopreter Basic、Fread等）使用語音合成技術(shù)將文字轉(zhuǎn)化為語音，用戶可以在電腦上聽，甚至保存為WAV等格式的文件。除了具備播放、停止、語速調(diào)節(jié)、音量大小調(diào)節(jié)等控制功能外，它們甚至還提供了“波形顯示”和“字幕顯示”等的功能。

但令人遺憾的是，在高職院校的IT實(shí)用英語教學(xué)中，常見語音朗讀軟件難以滿足IT實(shí)用英語教學(xué)需要。Alan Cooper[2]在《軟件創(chuàng)新之路——沖破高科技營造的牢籠》一書中指出“精確描述我們的用戶以及用戶希望達(dá)到的目標(biāo)”、“最簡單的方法是找到真實(shí)的用戶并且向他咨詢”。受這些思想的啟發(fā)，我們與用戶（高職院校學(xué)生）反復(fù)交流，獲得了許多寶貴的反饋意見。大多數(shù)用戶認(rèn)為，在基于投影儀的多媒體教學(xué)環(huán)境下，常見語音朗讀軟件主要存在以下問題：1）雖然提供了文本框或字幕框，但是文本框或字幕框中的文字往往太?。?）雖然提供了語速調(diào)節(jié)的功能，但是往往不為單詞提供重復(fù)朗讀的功能；3）雖然提供了中英文混讀的功能，但是中英文混讀效果往往不夠理想；4）雖然提供了英文朗讀的功能，但是沒有為單詞提供逐字母朗讀的功能；5）雖然提供了華麗的圖形界面，但是圖形界面仍然缺乏人性化和親和力。

2 MS Agent對(duì)教育軟件的重要影響

MS Agent對(duì)教育軟件產(chǎn)生了重大影響。MS Agent卡通角色不僅生動(dòng)風(fēng)趣，而且還能通過TTS引擎和語音命令與用戶進(jìn)行交談。這些角色在屏幕上可以顯示、移動(dòng)和隱藏，使得計(jì)算機(jī)在教學(xué)活動(dòng)中更富人情味，學(xué)習(xí)者仿佛與可愛的動(dòng)畫人物進(jìn)行交流，這將使教育軟件的質(zhì)量發(fā)生新的飛躍。

眾所周知，人類的學(xué)習(xí)活動(dòng)是社會(huì)化的行為方式，有效的學(xué)習(xí)需要學(xué)習(xí)伙伴的集體氣氛。20世紀(jì)后期的計(jì)算機(jī)技術(shù)只能實(shí)現(xiàn)框面式的教學(xué)軟件界面，因而往往被人們批評(píng)為“電子翻書器”或“課本搬家”。當(dāng)時(shí)人們只注意到CAI的個(gè)別教學(xué)的優(yōu)點(diǎn)：小步子、積極反應(yīng)、即時(shí)強(qiáng)化、學(xué)習(xí)者自定步調(diào)、低錯(cuò)誤率等。但是，計(jì)算機(jī)輔助教育的實(shí)踐表明，由于計(jì)算機(jī)輔助教學(xué)軟件大多數(shù)是提供文字和圖標(biāo)式的人機(jī)交互，這種機(jī)械的學(xué)習(xí)，往往使學(xué)習(xí)者在剛開始使用教育軟件時(shí)饒有興趣，但很快就產(chǎn)生厭倦感，因而發(fā)展教育軟件的人性化界面一直是教育技術(shù)界努力的方向。

MS Agent卡通角色通過形象與動(dòng)作的生動(dòng)變化，語言交流，對(duì)用戶輸入內(nèi)容的判斷參與學(xué)習(xí)者一起進(jìn)行學(xué)習(xí)活動(dòng)，不僅使學(xué)習(xí)者感覺到是與各種可愛的動(dòng)畫人物進(jìn)行交往，而且在學(xué)習(xí)的過程中建立起虛擬社會(huì)生活情景，從而使計(jì)算機(jī)在教育中的應(yīng)用從輔助工具階段發(fā)展到學(xué)習(xí)伙伴和虛擬學(xué)習(xí)社區(qū)的新階段。

3 基于MS Agent和TTS的劇本引擎之設(shè)計(jì)

3.1 設(shè)計(jì)目標(biāo)

我們設(shè)計(jì)一個(gè)基于MS Agent和TTS的劇本引擎，在這個(gè)引擎的基礎(chǔ)上開發(fā)一個(gè)IT實(shí)用英語朗讀平臺(tái)。為了解決MS Agent在TTS上的一些問題，我們還在劇本引擎中附加一個(gè)Text to Wave管理器。

基于MS Agent和TTS的劇本引擎的設(shè)計(jì)目標(biāo)是：根據(jù)IT實(shí)用英語劇本的一些規(guī)定，在MS Agent和TTS的基礎(chǔ)上，利用Jscript[3，4]來設(shè)計(jì)一個(gè)劇本引擎，進(jìn)而開發(fā)一個(gè)IT實(shí)用英語朗讀平臺(tái)，提供更加適合教學(xué)需要的人機(jī)界面，分離劇本內(nèi)容與劇本行為，使得任何合法的劇本內(nèi)容都可以產(chǎn)生某種行為的角色表演，甚至使得同一劇本內(nèi)容可以產(chǎn)生不同行為的角色表演，滿足多種個(gè)性化用戶需求，提高開發(fā)效率和教學(xué)效果。

3.2 方案框架

劇本引擎的方案框架，如圖1。圖中，TTW是Text to Wave的簡稱。

4 Text to Wave管理器

4.1 設(shè)計(jì)目標(biāo)

Text to Wave管理器的設(shè)計(jì)目標(biāo)是：利用JScript來管理多種Text to Wave技術(shù)（如eSpeak、TextAloud、Active TTS），將這些技術(shù)包裝在通用接口，有效地解決MS Agent的TTS引擎不支持中文語音輸出的問題，并且解決一些卡通角色在語音輸出或語音標(biāo)記上的問題。

4.2 方案框架

5 基于MS Agent和TTS的劇本引擎之應(yīng)用

5.1 劇本引擎在IT實(shí)用英語教學(xué)中的應(yīng)用

IT實(shí)用英語是計(jì)算機(jī)應(yīng)用技術(shù)與網(wǎng)絡(luò)系統(tǒng)管理專業(yè)的一門專業(yè)課程，是進(jìn)一步學(xué)習(xí)計(jì)算機(jī)及相關(guān)專業(yè)英語詞匯、掌握科技英語的表達(dá)方法和技巧的一門課程。通過學(xué)習(xí)，幫助學(xué)生鞏固英語聽、說、讀、寫、譯五種基本語言技能訓(xùn)練和詞匯、語法等語言知識(shí)，提高學(xué)習(xí)的英語交際能力與綜合職業(yè)素質(zhì)，從而提升他們的就業(yè)能力。

面對(duì)英語基礎(chǔ)普遍較差、對(duì)學(xué)習(xí)英語興趣不高的學(xué)生，我們在教學(xué)中引入了IT實(shí)用英語朗讀平臺(tái)，富有人性化與親和力的界面，多種形式的角色表演，給枯燥乏味的英語課注入了活力，激發(fā)了學(xué)生的學(xué)習(xí)興趣，吸引學(xué)生積極參與，提高了教學(xué)的趣味性和有效性。緊密結(jié)合高等職業(yè)教育的特點(diǎn)，以“工學(xué)結(jié)合、能力為本”的教育理念為指導(dǎo)，將語言學(xué)習(xí)與職業(yè)技能培養(yǎng)有機(jī)融合，確保教學(xué)內(nèi)容和教學(xué)過程真正體現(xiàn)職業(yè)性與應(yīng)用性。

5.2 IT實(shí)用英語朗讀平臺(tái)的體系結(jié)構(gòu)

IT實(shí)用英語朗讀平臺(tái)的體系結(jié)構(gòu)，如圖3。

6 結(jié)束語

Ms Agent具有強(qiáng)大的交互功能、鮮明的人性化特點(diǎn)和優(yōu)美的操作界面，基于 MS Agent和TTS的劇本引擎開發(fā)的IT實(shí)用英語朗讀平臺(tái)界面人性化，富有親和力，能提供多種形式的角色表演，滿足多種個(gè)性化用戶需求，能分離劇本內(nèi)容與劇本行為，方便調(diào)試、維護(hù)和擴(kuò)展，附加的Text to Wave管理器，能增強(qiáng)MS Agent在語音輸出上的能力。

參考文獻(xiàn)：

[1] Microsoft Agent Version 2.0 Document [Z].

[2] Alan Cooper. 軟件創(chuàng)新之路[M]. 劉瑞挺，劉強(qiáng)，程巖，等，譯. 北京： 電子工業(yè)出版社，2000.

[3] 揚(yáng)克.亞當(dāng)斯. JavaScript完全解析[M]. 黃少年， 施游， 田支斌，譯.北京： 人民郵電出版社，2009.

[4] ECMAScript Language Specification（Third Edition） [EB/OL].