AI能帮大学生练好英语口语吗？西浦团队建成英语口语语料库平台

近日，西交利物浦大学人文社科学院应用语言学系邹斌教授团队，基于多年英语口语教学、测评与人工智能辅助语言学习研究积累，建成了中国大学生英语口语语料库平台。

该平台依托团队自主研发的英语口语学习与测评平台EAP Talk，融合生成式人工智能、智能语音评测、学习过程数据分析与语料库技术，为高校英语口语教学、学习诊断和外语教育研究提供了新的数据基础与实践路径。

回应英语口语教学痛点

在教育数字化和人工智能赋能教育持续推进的背景下，如何借助新技术提升外语教学质量，已成为高校外语教育改革的重要议题。

英语口语能力关系到大学生国际交流、学术表达和跨文化沟通。但长期以来，高校英语口语教学仍面临大班授课课堂组织难、个性化练习不足、即时反馈不够、学习过程难以追踪、口语表现难以量化等现实问题。

“我们知道学生口语薄弱，但有效的教学改革还需要回答更具体的问题：学生弱在哪里？哪些问题具有共性？个体差异在哪里？教师又该如何有针对性地干预？”邹斌教授说。

为回应这些问题，团队以人工智能技术和西浦君谋AI平台为支撑团队以人工智能技术和西浦君谋AI平台为支撑，结合西浦学术英语口语教学优势，建设面向中国大学生英语口语学习的语料库系统。团队希望通过大规模真实口语数据，分析学生口语表现的共性特征、发展规律与教学干预方向，为教学提供更精准的数据支持。

从口语练习到智能反馈

据介绍，EAP Talk平台自2020年上线以来，已在国内多所高校教学场景中使用。平台围绕大学生英语口语学习需求，提供朗读、演讲、主题表达、学术词汇、分级训练和智能反馈等功能，并支持教师根据课程目标灵活设置校本练习任务。

学生完成口语任务后，系统可从内容、发音、语法、流利度、词汇等维度提供反馈，帮助学生了解自身问题。教师则可通过管理系统查看学生学习轨迹、能力发展状况，掌握班级整体情况。

在生成式人工智能技术支持下，平台不断优化反馈机制，研发AI反馈与教师反馈的融合、协同互补，形成线上的人机协同反馈，使反馈更加详细和个性化，优于现有大模型的通用反馈。平台既能为学生提供即时反馈，也能为教师提供可追踪、可分析的学习过程数据，形成“学生练习—系统反馈—教师诊断—教学改进—科研分析”的闭环。

用真实数据支撑教学诊断

邹斌教授指出，英语口语语料库是开展口语教学研究、学习者语言分析和智能反馈优化的重要基础。国际上已有若干较有影响力的英语口语语料库和学习者口语语料库，但面向高校英语学习者群体、能够持续积累并结合生成式AI服务教学实践的英语口语语料库建设仍相对不足。

目前，在合规授权和数据保护前提下，EAP Talk平台已积累大量大学生英语口语语音学习数据，也为教师在平台上自建语料库提供功能和空间。基于这些数据，教师和研究者可以分析学生在不同任务、不同水平和不同学习阶段中的口语特点，包括发音、流利度、词汇、语法、话语组织、互动策略和反馈吸收情况等。

与传统小样本口语研究相比，基于AI平台的语料库研究能够更系统地呈现学生口语学习中的共性问题和发展趋势。

“语料库建设的意义，在于把经验判断转化为证据，把笼统问题转化为可分析、可反馈、可服务教学的启示。”邹斌教授表示，通过持续追踪学生与人工智能的互动、AI反馈及学生后续表现，研究者还可以进一步分析学生在平台练习后的提升效果，让语料库从静态数据转向动态跟踪数据。

从课堂应用到科研产出

EAP Talk平台不仅服务学生自主学习和教师课堂管理，也逐渐成为高校英语口语教学研究的重要支撑。近年来，多位高校教师基于平台数据，开展英语口语教学、智能反馈、学习者语言发展和人工智能辅助外语学习等相关研究，并产出多项课题和论文成果。

基于EAP Talk平台和口语语料库，团队及合作研究者已发表相关高水平论文20余篇，成果见于 Computer Assisted Language Learning、System、Computers in Human Behavior、《外语学刊》等国内外重要学术期刊。同时，团队还在相关期刊组织专题栏目，持续推动英语口语教学、智能反馈与学习者口语语料库研究。

未来，团队将继续推进EAP Talk平台与英语口语语料库系统的优化，加强语音识别、生成式AI反馈、学情分析、教师端数据可视化和语料库研究工具建设。同时，团队也将持续关注数据伦理、隐私保护和教育公平，确保人工智能技术在高校教学场景中的规范、审慎和有效应用。

“我们希望通过这一平台，推动在生成式AI环境下中国大学生英语口语语料库建设，服务高校英语教学改革，并为国际二语口语研究贡献来自中国高校教学实践的数据和经验。”邹斌教授说。

（图文提供：人文社科学院 编辑：顾已一、寇博）