东方教育学刊Oriental Education Journal

基于人工智能的口译教学错误自动检测与反馈机制构建

陈子微

福州工商学院，福建福州，350715；

摘要：口译教学长期面临反馈滞后与评价主观的瓶颈。本研究构建了一个基于人工智能的错误自动检测与反馈机制，旨在实现数据驱动的口译训练革新。通过融合端到端语音识别、跨语言语义对齐及多任务分类技术，系统能实时识别词汇、语法、语篇及信息层面的多维错误，并生成即时、可解释的针对性反馈。该研究不仅提出了一个分层模块化的系统框架，更深入设计了其在全教学场景中的应用模式与促进元认知的反馈逻辑，为口译教学向智能化、个性化转型提供了兼具技术可行性与教学适切性的解决方案。

关键词：人工智能；口译教学；错误检测；反馈机制；语义对齐

参考文献

[1]蔡薇,储诚志,崔希亮,等.DeepSeek赋能国际中文教育创新与发展[J].世界汉语教学,2025.

[2]孙成志,刘文宇.人工智能赋能外语教学的应用与未来展望[J].外语与外语教学,2025.

[3]隋晓冰,周宇薇,谢洪.新文科背景下人工智能辅助翻译教学研究[J].上海翻译,2025.

[4]GILE D. Basic concepts and models for interpreter and translator training[M]. 2009.

[5]PÖCHHACKER F. Introducing interpreting studies[M]. 2016.

[6]RADFORD A, et al. Robust speech recognition via large-scale weak supervision[C]// Proceedings of the 40th International Conference on Machine Learning. PMLR, 2023: 28492-28518.

[7]CONNEAU A, et al. Unsupervised cross-lingual representation learning at scale[C]// Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. Stroudsburg, PA: Association for Computational Linguistics, 2020: 8440-8451.

[8]王松,骆莹,刘新民.基于双粒度语义特征与异质性网络的知识共创价值识别[J].情报杂志, 2024, 43(5):123-131.

[9]HATTIE J, TIMPERLEY H. The power of feedback[J]. Review of Educational Research, 2007.

[10]VAN LEHN K. The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems[J]. Educational Psychologist, 2011.