日语朗读作业批改模板

工作流程概览#

Step0 标准文本准备 → Step1 音频预处理 → Step1.5 音频质量检测 → Step2 ASR+声学双通道分析 → Step2.5 ASR可靠性检测（置信度分级）→ Step3 四维 AI 评分 → Step4 教师复核 → Step5 成绩录入与反馈生成

---

Step 0：标准文本准备#

1. 标准答案存储路径： ./answer/{COURSE_ID}_{ASSIGNMENT_ID}_answer.txt

2. 文本格式要求：

   • 每行 1 个完整句子，无多余空格与换行
   • 重点词汇标注假名
   • 不含多余标点，便于音频转写对齐

3. 版本校验：批改前确认标准答案与作业要求一致

4. 标准答案假名预处理：

   • 默认本地 pykakasi：离线生成假名序列用于辅助分析，确定性强、不上传任何学生数据
   • 生成对照文件： ./answer/{COURSE_ID}_{ASSIGNMENT_ID}_kana_ref.txt，结构： 原文句子｜规范化假名序列，用于逐假名对齐比对。 该文件是准确性判定/同音词豁免/清浊·长短音核对的必需输入。
   • 如未安装 pykakasi（降级模式）： 不阻断评分，但强制将该生归入「中置信」分流教师复核，并在批改日志记录降级原因

---

Step 1：音频预处理#

• 批量转为 wav 格式，统一采样率
• 存放路径： ./audio/{student_id}/

---

Step 1.5：音频质量检测#

检测项：

• 有效语音比例
• 音量范围
• 背景噪声
• 是否存在多人声音

异常处理：音频质量不足 → 不评分 → 请求重新上传。

---

Step 2：ASR + 声学双通道分析#

转写工具规格（强制）#

• 唯一转写工具： faster-whisper
• 仅允许模型： large-v3 fp16 / medium；禁用 small / base / tiny 及全部其他规格
• 硬件调度：有充足 GPU 用 large-v3 fp16；无 GPU 自动降级 medium
• 固定开启 word_timestamps=True 输出词级时间戳

系统同时处理两个分析通道（ 双通道校验的基础）：

通道用途A. ASR 文本识别通道辅助判断朗读内容完整性、辅助定位可能存在的发音异常、生成文本对齐候选B. 声学分析通道输入原始 wav 音频，分析发音异常候选、音长变化、停顿、语速、节奏；用于发音质量评价及长音/促音/拨音/流畅度分析

---

Step 2.5：ASR 可靠性检测#

系统综合判断以下方面：

• 文本匹配程度
• 音频质量
• ASR 置信度
• 对齐情况

输出： 高 / 中 / 低置信度（用于 Step 4 教师复核的投入分级）。

置信度分级判定标准#

置信度判定条件高文本匹配率 ≥90% 且 ASR 平均置信度 ≥0.8 且 音频信噪比 ≥20dB中文本匹配率 ≥70% 且 <90%，ASR 平均置信度 ≥0.5 且 <0.8低文本匹配率 <70%，或 ASR 平均置信度 <0.5，或音频质量检测不通过

置信度‑AI评分衔接规则

1. 高、中置信度：四维AI加权分数作为正式预评分，教师仅做异常修正；
2. 低置信度：AI四维加权分数仅作为后台诊断参考， 不计入、不对外展示，最终成绩完全由教师人工给出。

---

Step 3：四维 AI 评分#

评分原则#

1. 不影响理解的偏差不扣分
2. A1/A2 （N5/N4）阶段轻微发音偏差以反馈为主
3. 不确定错误不扣分

发音质量维度重要说明 发音质量权重占比15%参与AI加权运算，但 该维度输出仅为趋势预估值，不能直接等价于发音错误；系统不会依靠该维度自动判定促音、长音、清浊错误；所有发音类错误必须经教师试听复核确认后方可扣分。 系统可自动化可靠指标仅为：语速、停顿时长、完整性（漏读/多读）、文本对齐。

评分前置过滤规则（评分前必须执行）#

计算任何维度分数前，先筛除以下情况， 排除出扣分范围：

1. ASR 误识别——不进入评分计算

   • 人名、地名、汉字词、同音词差异
   • 系统标记为“ASR疑似误识别”的项

2. 转写存疑——不进入评分计算

   • 系统置信度 < 0.5 的识别结果

3. 学习者自然偏差——反馈但不扣分

   • A1/A2 阶段轻微音长偏差、拨音不到位
   • 语气词添加、促音/长音时长轻微不足

音频层评价指标#

1. 发音质量：清音/浊音区别、拗音准确性、促音闭塞时间、长音持续时间、拨音鼻音实现
2. 流畅度：平均语速、停顿次数、非正常停顿长度、重复修正次数
3. 节奏与韵律：音节时长比例、长短音节比例、句末语调变化（B1以上参考，不作为 A1/A2 主要扣分依据）

能力层级说明（双轨分级）#

能力层级约对应 JLPT朗读评价重点A1N5准确朗读短句，掌握基础假名发音，长音/促音容错空间大A2N4连贯朗读中等文本，区分常见清浊音，减少基础发音失误B1N3流畅朗读长文本，发音稳定，具备自然的停顿与语调

AI 自动评分模型（四维加权·主线）#

评价维度权重数据来源**完整性 (Completeness)35%文本 + 音频对齐准确性 (Accuracy)30%ASR + 音频分析流畅度 (Fluency)25%停顿、语速、重复发音质量 (Phoneme Quality)**15%长音、促音、清浊候选

计算方式：

AI评分 = 完整性×35% + 准确性×30% + 流畅度×25% + 发音质量×15%，换算为 10 分制。

权重调整说明：基于实测，发音质量维度数据源（ASR 置信度 + 时长特征）可靠性有限，暂调低至 15%；差额补给完整性（音频有无语音的判断最为可靠），确保评分基础稳固。

系统说明：当前版本发音质量评价基于 ASR 置信度 + 音频时长特征推断，非专业音素模型分析，结果作为辅助参考；教师复核时可重点核对发音相关扣分项。

各维度判定规则#

发现的问题归属维度扣分规则ASR 缺了一段，音频对应位置无语音完整性扣分ASR 缺了一段，但音频有语音（ASR 未识别出）-不扣分，标记 ASR 误识别语速慢 / 停顿多流畅度扣分

促音/长音/清浊错误的边界归属原则：

• 影响词义（如「もっと」→「もと」、「おばさん」→「おばあさん」）→ 准确性 扣分
• 不影响词义（如时长轻微不足但词义可辨）→ 发音质量 扣分
• 不确定是否影响词义 → 不扣分，仅反馈

1. 完整性 (Completeness)
   • 一级依据：音频时间段是否存在有效语音、是否明显跳过文本区域
   • 二级依据：ASR 文本对齐结果
   • 规则： ASR 显示缺失但音频有对应语音 → 不判定漏读；只有音频无语音 + ASR 缺失才判定漏读。
2. 准确性 (Accuracy)
   • 依据：ASR 文本一致性 + 音频发音特征
   • 禁止仅依据 ASR 错误数量评分。
3. 发音质量 (Pronunciation Quality)
   • 当前阶段：基于 ASR 声学置信度、音频清晰度、长音/促音候选检测，生成辅助评价
   • 注意： 非专业音素模型分析结果不得作为唯一扣分依据。

促音/长音判定校准约束#

促音/长音判定以假名序列 + 双通道比对为准，不依赖声学时长自动扣分。依据内部实测校准，声学时长的参考价值有限，故仅用作候选定位；实际扣分必须经教师复核试听确认后方可计入。可自动化的可靠指标为：语速、停顿时长、完整性（漏读/多读）、文本对齐。#

Step 4：教师复核#

置信度分级驱动复核投入#

AI 置信度教师操作耗时最终成绩高快速浏览评分报告，确认无异常后直接录入≤5 秒最终成绩 = AI 评分中查看 AI 标记错误列表，播放错误片段（单条≤5s），确认或驳回 AI 判定≤15 秒最终成绩 = AI 评分（教师仅确认扣分项是否合理）低完整重听音频，人工逐项评分约 2 分钟最终成绩 = 教师评分

核心原则：教师不需要对每个学生逐项评分，仅在 AI 置信度低时进行完整人工评价；高/中置信度学生教师只需“确认”即可录入。

人工复核调整规则（AI 异常修正）#

错误类型调整分值单类上限说明高置信度发音错误-0.5-1.5经音频分析确认的促音、长音、清浊错误确认漏读/多读-0.5-1.5音频无对应朗读内容明显停顿或中断-0.5-1.5影响朗读完整性的停顿（超过 3 秒）

调整原则#

1. 人工调整仅用于修正 AI 评分异常，不替代 AI 综合评分。
2. 以下情况不得扣分：ASR 误识别、汉字词识别错误、人名/地名识别偏差、同音词转换错误。
3. 只有满足以下条件才扣分：音频证据明确、非 ASR 单独判断、对理解或朗读质量产生影响。
4. 同类错误最多调整 1.5 分。
5. 低置信度且 ASR 异常/音频质量不足 → 不评分，进入人工复核。

最终成绩口径 以本页上方「置信度分级驱动复核投入」表格为准：

• 高/中置信度 → 教师仅确认、不逐项评分，最终成绩 = AI 评分；
• 低置信度 → 教师综合判断，AI 仅提供诊断参考，最终成绩 = 教师评分。

---

分级纠错规则（A1/A2/B1；操作标签参考 N5/N4/N3）#

篇幅定义#

• 短篇：≤150 字
• 长篇：＞150 字

纠错上限（按水平+篇幅）#

学生水平短篇长篇A12 项3 项A23 项4 项B14 项5 项

纠错优先级（超过上限时）#

1. 影响语义的错误（清浊、长音、促音）
2. 反复出现的高频错误
3. 语调错误

通用纠错原则#

• 优先纠正影响语义的关键错误
• 同一错误只纠正一次
• 先表扬优点，再提出改进建议
• 不使用警示符号（如 ⚠），语气鼓励为主
• 转写存疑、不确定的地方不纠错，一律不扣分
• 「一句话建议」与「总体评价」不得重复：一句话建议使用等级表固定标准化结论；总体评价必须基于具体转写内容生成，侧重归因与鼓励，不可复述一句话建议的标准措辞。
• 练习建议数量与纠错输出项数一致，最多不超过纠错上限（如纠错 2 项，练习建议 2 条；不足上限时按实际纠错项数）。

---

强制校验流程（防误判）#

双通道校验机制#

系统同时检查：

• A. 文本通道：Whisper 转写结果 → 判断漏读/多读/内容偏差
• B. 音频通道：原始音频 → 判断发音质量/长音/促音/流畅度

只有两个通道同时支持时，AI 才生成“高置信度错误”；否则标记「需要教师复核」。

错误判定强制引用表#

pykakasi 生成的标准假名序列仅用于文本规范化和音素对齐，不作为独立发音错误判定依据。

错误类型必须同时满足的条件促音错误① 标准文本存在「っ」 ② 音频分析 定位 该位置存在促音候选（仅作定位，不作自动扣分依据） ③ 影响节拍结构 ④ ASR 结果作为辅助长音错误① 标准文本存在规范长音 ② 音频分析 定位 该位置存在长音候选（仅作定位，不作自动扣分依据） ③ 节拍比例异常清浊混淆① 声学特征显示清浊差异 ② 多次稳定出现 ③ 非 ASR 单次错误漏读/跳读① ASR 文本与标准文本不一致 ② 音频能量分析确认对应时间段不存在有效语音

注：促音/长音仅作 候选定位，实际扣分须教师复核试听确认后计入（依据校准约束）；不采用时长阈值自动扣分。

本系统仅为教师辅助预批改工具，不能替代人工终审；所有自动判定的发音错误，教师批量复核后再录入最终成绩。

---

等级划分#

分数区间水平定位一句话建议9.0～10.0优秀朗读非常流畅，发音准确，继续保持8.0～8.9良好朗读整体不错，有少量细节可优化7.0～7.9达标朗读基本达标，建议针对弱项加强练习6.0～6.9练习中朗读基本完成，部分发音和流畅度仍需加强0～5.9待加强建议从基础发音开始巩固，每日跟读练习 5 分钟

初级学习者采用鼓励性反馈原则，但系统保留 0～10 分完整评分范围。

---

Step 5：成绩录入与反馈生成#

报告模板#

说明：下方为AI实际输出给教师‑学生的报告正文模板；花括号 {xxx} 为变量占位符； 【发音可疑候选】块由AI自动填充可疑片段；教师试听确认后，将确认的错误迁移至【发音纠错】区块。

学生姓名：{name} 朗读总分：{score}/10分 一句话建议：{level_suggestion}

【总体评价】 {positive_comment}，{constructive_feedback}。{encouragement}

【发音纠错】 原句：{original}学生读法：{student_reading}标准读法：{correct_reading}（{kana}）错误类型：{error_type} 【练习建议】 {suggestion_1} {suggestion_2}

字段定义： {kana} 为标准读法的假名注音，如汉字词「本」标注为「ほん」； {level} 为水平定位（优秀/良好/达标/练习中/待加强）； {level_suggestion} 为等级表中对应的一句话建议。

输出排版规则#

• 评分结果、总体评价、朗读诊断、发音纠错、练习建议等所有一级反馈大项，必须单独另起一行
• 发音纠错内部用 1、2 数字序号
• 练习建议用 1、2 数字序号
• 反馈中显示水平定位（优秀/良好/达标/练习中/待加强），不显示 CEFR 等级（A1/A2/B1）标注，也不显示纠错等级说明
• 禁用 emoji、⚠ 等特殊符号
• 评语长度 ≤ 1000 字符（适配平台限制）
• 优先展示优点，再提 1–2 条最关键改进建议
• 后台保存精确分数用于统计归档；反馈中展示总分及水平定位

输出文件#

• 默认输出到聊天窗口。
• 如教师需要归档，再生成报告文件： ./report/{student_id}.txt。

---

批量处理规则#

1. 进度文件： ./progress/{course}_{task}_progress.json
2. 支持中断后继续执行
3. 分批处理建议 ≤50 人/批
4. 失败音频记录于 ./progress/{course}_{task}_failed.json，含学生 ID、失败原因（格式不支持/音频损坏/时长过短）、时间戳；不影响整体流程，教师可随时查看失败列表。

---

核心原则#

1. 综合评分：AI 依据完整性、准确性、流畅度和发音质量生成基础评分。
2. 教师修正：教师根据课堂目标和特殊情况进行最终调整。
3. 不确定时不判错：转写存疑或判定不确定时，优先不判定为错误。
4. 鼓励为主：从鼓励出发，微小误差不扣分。
5. 数据诚实：发音质量维度数据源（ASR 置信度 + 时长特征）非专业音素模型，不确定时不判错，优先标记“待复核”交由教师确认。

---

注意事项#

• 评分前确认作业为手动发布分数
• 成绩录入使用 submission[posted_grade]
• Whisper 转写仅作参考，必须执行对齐校验
• 严格按 A1/A2/B1 能力层级控制纠错数量
• 评语简洁友好，不使用特殊符号

---