自动英语听写系统(C++)
最近用 C++ 写了一个自动英语听写系统,主要是拿来练习英语单词的。
最开始只是想把必修三的单词放进程序里,让它能自己读取、统计数量,再随机抽取。后来写着写着,又加了错题记录、历史成绩和一个简单的打分模型。
整个程序用 Visual Studio 写的,运行起来就是一个 Windows 控制台。单词都保存在本地的 TXT 文件里面,没有用数据库。
词库基本都是自己一个一个敲进去的。
一、读取单词
刚开始先弄了个最简单的文本读取函数。
string Arr_word;
ifstream infile1;
ifstream infile2;
int Cnt_number = 0;
void Word_Gain() {
int i = 0;
while (infile1 >> Arr_word) {
cout << Arr_word << " ";
i++;
if (i == 2) {
cout << endl;
i = 0;
Cnt_number++;
}
}
}
这里使用 ifstream 从 TXT 文件读取内容,按照英文和中文对应的方式输出,再统计单词数量。
不过这样只能读取和显示,后面如果要随机抽词、记录错题,还需要把数据先保存起来。所以又用 struct 定义了一个单词结构体,里面保存序号、英文、中文和一些后面计算要用到的数据。
比如单词可以整理成这样的形式:
remind | 提醒;使想起
weep | 哭泣;流泪
apologize | 道歉;辩白
forgive | 原谅;饶恕
程序启动以后读取词库,再按序号放进数组。这样查找和抽取单词就方便多了。
二、随机听写
单词不能每次都按同一个顺序出现,所以用 rand() 生成随机下标。
但是如果直接随机,可能连续抽到同一个单词。于是另外开了一个数组,记录已经抽过的编号。
int S_rand[10000] = {0};
int p;
do {
p = rand() % total;
} while (S_rand[p]);
S_rand[p] = 1;
每次抽到一个编号,就把对应位置标记为 1。如果又抽到已经出现过的编号,就重新生成。
用户可以自己输入听写数量,然后程序从现有词库里随机抽取。做完以后再检查英文和中文,统计正确、错误的数量。
显示出来大概就是:
[NO] :34
drown
淹没;溺死;淹死
[NO] :35
sadness
悲哀;悲伤
另外我还准备了错题文件。听写时如果某个单词没写出来,就把它保存起来,下次可以专门从错题里继续抽取。
历史听写次数和成绩也放在 TXT 文件中,退出程序后不会直接丢失。
三、词频和难度
后来又想到一个问题:不同单词的难度肯定不一样。
比如有些单词很短,又经常出现;有些单词很长,平时也不常见。那能不能给它们分配一个难度分数?
我先尝试从两个方面计算:单词长度和单词出现频率。
长度比较简单,直接统计字符数量就行。词频则需要额外统计单词在已有文本里出现了多少次。
如果某个单词在样本里经常出现,就先认为它比较熟悉,难度低一点;反之就提高难度。再把长度和词频的结果加在一起。
暂时可以写成:
其中 $L$ 是按单词长度换算的分数,$F$ 是按照出现次数换算的分数。现在只是先试着各占一半,以后还可以继续改。
当然,最麻烦的其实不是这个公式,而是数据。
目前单词都是自己一条一条敲进去的,词库本身就不完整,额外积累的词频样本也很少。现在算出来的东西只能作为参考,不可能真的代表所有英语单词的使用频率。
不过我觉得这个方向可以继续试。以后如果数据积累得更多,而且来源比较合适,统计结果应该也会稳定一点。
四、机器交互评分
除了普通的正确率,我还想让程序根据听写情况给出一个综合评分。
现在先考虑三个方面:错误单词的平均长度、历史平均成绩、单词的读音复杂度。
我给它们分配了三个权重:
double Long_Q = 0.20; // 错误单词长度20%
double PJ_Q = 0.30; // 历史平均分30%
double PJ_FZD = 0.50; // 读音复杂度50%
程序从 FZ.txt 读取读音复杂度的评分,再结合前面的数据计算。
对于历史成绩,则把之前的总分和听写次数保存到文件,下一次打开程序再读回来。
这样程序就不只是输出“对了几题、错了几题”,还可以给出一个机器交互打分和评级。
例如:
平均错误单词长度(L):11
机器交互打分(S):70.4333
机器交互评级(P):优秀
这里的评级完全是我自己定义的规则,不是什么标准考试分数。
五、简单的人工反馈
只把几个权重写死,感觉还是太简单了。
所以我又想,如果机器算出来的分数太高或者太低,能不能让人来判断,再让程序修改权重?
比如每次听写结束后,程序问一下机器评分是否合理。认为偏高,就把部分权重调低;认为偏低,就反过来调整。更新后的权重继续写进文件,下次运行的时候再读取。
听写结束
↓
计算机器评分
↓
人工判断偏高、偏低或合理
↓
修改各项权重
↓
保存到 AI.txt
↓
下一次继续使用
这样听写次数多了以后,程序就能不断使用前面保存的记录继续计算。
我暂时把这一套叫作一个简单的“人工智能人机师生训练模型”。原理并不复杂,主要还是统计数据、加权打分和人工调整参数。
至于最后能不能把权重调整得比较准确,还得看以后实际录入的数据和使用情况。
六、目前的情况
先留个纪念。
别想多了,我只是成功了留个纪念而已。

















这一切,似未曾拥有