我是修士2年级的平田。我读过的论文如下：

论文名称：Look I can speak correctly learning vocabulary and pronunciation through websites equipped with automatic speech recognition technology

作者：Muzakki Bashori, Roel and van Hout, Helmer Strik and Catia Cucchiarini

发表年份：2022

期刊：Computer Assisted Language Learning (DOI:10.1080/09588221.2022.2080230)

这是一篇使用音频识别技术（Automatic Speech Recognition）进行英语学习的研究，该研究验证了单词含义和发音的学习效果。

研究表明，词汇和发音能力的不足会阻碍口语的提高。为了解决这些问题，该研究验证了两种音频识别Web应用—ILI和NOVO—的效果。在这两个应用中都有英语单词的学习和发音确认功能，以及音频识别评估功能。ILI在发音方面提供“很好”（如果正确）和“再试一次”（如果错误）的反馈，而NOVO则更详细地指出“哪个音素发音错误”并用文字解释“如何发音”。

146人参与了实验，分为ILI组、NOVO组和对照组。在介入之前和之后，进行了词汇力和发音能力的测量。本研究还区分了词汇能力的“识别”和“生成”两个方面，并收集了相关数据。实验进行了两周，ILI组使用ILI，NOVO组使用NOVO，对照组则进行了与实验组相同时间长度的学习。

根据实验的结果，使用WEB应用程序进行的实验组中，“词汇识别能力”和“发音能力”得到了提高。具体来说，在测量单词识别的测试中，ILI组和NOVO组的成绩均高于对照组，但在单词生成方面，并没有显示出显著的组间差异。另外，在发音能力方面，通过方差分析发音得分的前后差异，实验组（ILI组和NOVO组）与对照组相比，发音得分显著提高。但在ILI组和NOVO组之间，并没有观察到显著差异，而对照组在之后的测试中发音得分并没有显著提高。

基于上述结果，我们可以认为ILI和NOVO对“词汇识别”的提高是有效的。而对于“生成词汇（即从意义回答英语）”来说，没有观察到组间差异，与词汇识别相比，单词的生成被认为更加困难。另外，尽管ILI组和NOVO组在发音能力上显著提高，但在对照组中，发音能力并没有得到任何提高。这可能是因为在对照组进行的自主学习中，缺乏发音练习。我们认为，通过声音识别的发音评估环境，系统促进了发音练习。

以上就是论文的内容。

接下来，我想分享我读了这篇论文后的感想。

我选择这篇论文是因为它和我自己的研究都在测量词汇力和发音能力，我想参考它的评价方法和分析方法来为我的下一次实验做准备。

我认为这篇文章有两个亮点。

首先，该研究依赖于先前的研究来设计单词测试，它区分了“识别”和“生成”这两种词汇力，并验证了系统的效果。我觉得这是一个原创的点。而且，对于“生成”，它区分了“意义”和“发音”，并测量了词汇力，我也想在我的研究中实践这种评估方法。

其次，由于参与者人数达到146人，因此我认为这篇论文的结果是可靠的。此外，设置了ILI组和NOVO组这两个发音反馈方法不同的实验组，并验证了反馈差异的效果，这也是很有新意的。

但也有我觉得疑惑的地方。

首先，我对ILI和NOVO是如何接近研究目标的“词汇力”和“发音能力”感到疑惑。例如，从实验结果来看，该系统在提高词汇识别能力方面是有效的，但该系统并没有解释其如何支持词汇识别能力的功能，因此我不明白为什么词汇力会提高。此外，从系统的描述来看，我觉得它似乎没有支持词汇生成的功能。尽管NOVO组相比ILI组提供了更详细的发音反馈，但其发音能力并没有显著提高。我对此也感到疑惑。

我认为，如果能在实验结果和系统的设计/功能上进行讨论，这篇论文会更有趣。

在我的研究中，我也希望能够充分讨论学习效果是由哪些理论、功能和设计产生的。