让我们以一串灵魂拷问开启我们今天的托福口语满分揭秘！
你知道托福口语有Human Rater（下文简称HR）和SpeechRater（下文简称SR）双重打分模式吗？
你知道HR和SR的评判的共性和差异吗？
你知道SR能够成功打分的最重要前提吗？
你知道托福口语30满分学员都拥有的特质吗？
如果你对于以上问题的答案不够确定，也渴望了解托福口语满分是怎么炼成的，继续往下阅读吧！
1
首先让我们简单了解一下SR的历史。
ETS（Educational Testing Service）早在2000年左右就开始了针对非英语母语使用者的口语自动评分的研究，并在2006年推出了1.0版本的SR系统辅助TPO模考评分。这也是第一次将计算机评分运用于非英语母语的开放式答案的口语测试。而在2019年ETS正式宣布将SR和传统的HR打分相结合的时候，这个AI系统已经进化到SR6.0版本了。所以对于2019年8月托福改革之后考试的同学，SpeechRater口语计算机评分应该和E-Rater写作计算机评分一样，是广为托福考生熟悉的常识了。
2
作为一只合格的托福人，你知道托福口语的评分规则吗？
可能大部分人知道的规则只有这个官方HR版本的说明。密密麻麻的文字看起来并不好理解。
为了方便大家对于HR和SR的评分有一个直观的对比和清晰的理解，请大家收藏好以下这张英倍托福老师根据官方说明为大家制作的中文版人机口语评分脑图。
结合两张图来看，我们可以很清楚的看到HR和SR打分都是多维度的，而且有很多维度是一致的，比如：流利度、发音、词汇、语法和逻辑连贯性。但是差别也很明显：
1. HR会从话题拓展角度考察考生口语内容的完整性，而SR没有内容层面的评分，其打分维度都集中在语言层面，所以SR的技术还是无法做到和HR一样判断考生输出的观点拓展的有效性、准确性和完整度。
2. 从SR评分说明中，我们可以看到“规定时间输出单词总量”、“停顿的频次”、“单词短语重复频次”等文字，说明SR的评分是根据每个评分项数据量化考生表现的。而HR评分说明用的是holistic这个词，也就是说HR打分是根据总体表现给出的分值。因此两者打分的背后逻辑有着天壤之别。
3
大家应该都可以理解托福口语HR会经过专业培训，然后根据评分规则给学生总体评分，但是对于SR背后的评分机制可能还是很陌生的。其实根据官网发布的ETS Research Report中，我们可以了解很多SR背后的评分机制，其中被重点强调的一个评分要素就是ASR system（automatic speech recognition）自动语音识别系统。其评分流程是先把语音文件通过语音识别程序进行解码，识别出单词和语音片段，然后由特征提取程序提取出评分的维度特征，最终书送给评分模型进行评分。所以ASR系统其实是SR能够准确判断每个考生语言特征的首要前提。
也是基于这个前提，口语老师每天都在苦口婆心的提醒考生：嘴要张开、音量要保持住、发音要饱满、咬字要到位就是这个原因。大家可以拿微信语音识别或者Siri来试一下，感受一下自己的发音是否可以被清晰准确的识别。
4
终于说到托福口语满分学员的共性了！
老师我啊~认真把19年托福改革之后的19位英倍口语满分学员在系统上录制的作业都拿出来听了一遍。
大多数口语满分的学员发音都很好，而且语法词汇的基本功扎实，然而他们很多人的托福初次模考分数只有23-24。他们之所以能够提分，都基于一个前提：他们充分理解了HR和SR双重打分的机制，拥有了“人机思维”。
换言之，就是他们除了通过自信的语音语调和完整的内容和细节让HR印象深刻，他们还学会了给SR“故意投喂”可识别数据。比如说：既然SR会计算作答时间内输出单词的总量，高分学员会尽量充分利用所有答题时间，而不会留白；既然SR会用连接词考察句子之间的关联程度，他们不会放过任何可以使用句内和句间连接词的机会。这就是众多托福口语考试中顶级高分学员拥有的“人机思维”。
参考文献：
[1]Automated Scoring of Nonnative Speech Using theSpeechRaterSM v.5.0 Engine, ETS Research Report Series (2018)
[2]Monitoring the Performance of Human and Automated Scores for Spoken Responses, (2018)
[3]An Analysis of Common Errors on Students’Speaking Performance in Different LevelsBased on SpeechRater® Scoring System, (2020)
当然啦，要达到托福口语满分，肯定不只是掌握“人机思维”就能一蹴而就，还有很多在技巧学习和口语精练中必备的考试技能。
免费留学评估
