11月11日下午，英国南安普顿大学郑英教授应邀为外国语学院师生带来了一场题为“Developing a Dual-Path Model to Enhance Automatic Speaking Assessment”的学术讲座。本讲座是“乐研系列学术活动·新文科新外语论坛”的第十九讲，由彭国珍院长主持。

郑英教授现任南安普顿大学人文艺术学院教授、孔子学院外方院长，长期致力于语言测试的量化验证及语言教师的职业发展、测评素养研究。讲座中，她以轻松亲切的语言，分享了其团队在跨学科合作中开发自动口语测评系统的研究历程与心得。

郑英教授首先介绍了当前主流商用口语测评系统（如科大讯飞）的基本原理与局限。她指出，这些系统虽然成熟，但普遍存在“黑箱”问题，如评分机制不透明，难以针对不同教学场景进行定制化调整。为此，她与来自南安普顿大学、浙江清华长三角研究院、北京理工大学的计算机与语言学学者组成跨学科团队，尝试自主开发一套“增强型自动口语测评系统”。项目基于四种预训练模型提取语音特征，构建了一个轻量级但具有潜力的双路径评分模型。

郑教授特别强调了intelligibility “可理解性”这一核心概念。“我们过去总以母语者的发音为标杆，但全球非母语者早已超过母语者。语言的根本目的是沟通，只要对方能听懂，是否一定要追求‘完美口音’？”她介绍，团队尝试将“可理解性”化为可量化的指标，并融入评分体系。这与2020年《欧洲语言共同参考框架(补充手册)》的理念相契合，但在现有大型考试中尚未真正落地。希望借此推动考试设计更关注沟通实效。

郑教授也展示了初步实验结果，团队开发的小模型在部分题型中展现出比商用系统更高的区分度，能更好地区分水平相近的学生。如果能持续优化这个模型，未来完全可以用于校本化测评，甚至推广到更大范围的考试中。她也坦言，当前系统仍存在数据量不足、模型不够成熟等问题，尤其是在“内容逻辑性”等深层语义理解方面，仍需人工辅助与更多数据训练。

在交流环节，现场师生围绕机器如何评判内容逻辑、口音与理解度的平衡等问题展开了热烈讨论。AI测评不仅是技术迭代，更是对语言本质的重新思考。我们需要的不是简单给出分数，而是能真正服务于教学的诊断工具。

本次讲座不仅是一次前沿研究成果的分享，也为外语教学与人工智能的深度融合提供了新的思路。学院将继续推动跨学科合作，探索AI赋能外语教学与测评的更多可能。