最適性理論(音のストリーム)で英語を覚える

最適性理論(音のストリーム)で英語を覚える

  音声英語、つまり英会話、リスニング、発音に関して音のストリーム・ベースで学習するサイトです。

Amebaでブログを始めよう!

 

真似る英語学習をしませんか。

 

 

英語は真似るだけです。

 

シニア英会話コミュニティでは無料のデジタル発音教材とデジタル対話教材があります。

ネイティブの音声を真似て覚えてください。 DISCORDによる学び合いも用意してあります。

 

 https://eigonohiroba.info

 

24年から日本の学校でネイティブ真似、自ら学ぶ英語学習が始まります。

 

 

従来は先生が文法とか発音を教えていました。

デジタルになるとネイティブの音声を聞いて、自分でフィードバックで矯正します。

真似て覚える事により、発音、表現、単語、文法、使い方、そして音を覚えるので

リスニングもできるようになるのです。

ネット上の次の記事を読んで倉林さんにメールを出しました。

https://gendai.ismedia.jp/articles/-/66623

 

倉林秀男様

現代ビジネスの“英語をモノにするには「文法を徹底的に」が結局いちばんの近道だった”を面白く読ませてもらいました。

しかし、その記事には多くの誤りがあり指摘させてもらいます。

まず次の英語の使い方に関しての指摘は納得しております。

Transfer is up to the gate level, it is next to the home.

しかし、ルールを守らないのは事実としてもhome をplatformにすれば文法を知らなくても十分に理解ができます。

PEDESTRIANS、BICYCLESのように複数形なければならないのは事実としても、単数表記だから理解されない事はありません。

Remembering that I'll be dead soon is the most important tool I've ever encountered to help me make the big choices in life.

上記の英文のリスニングに関しては文法を知らなくても上記の英語を知っていれば十分に理解できます。

リスニングは記憶にある音と、聞いた音の、音の特徴の照合です。文法に依存したものではありません。

https://www.youtube.com/watch?v=yDiXQl7grPQ

英語のネイティブが発音したLaureを他の文法を知っているネイティブがYannyと認識しているのです。文法どころかLの音素さえ認識しておりません。

私はビジネス通訳をやっていました、文法適用してリスニングしておりません。

また文法がわかるとスピーキングの幅も広がると言う説明も事実ではありません。私は通訳をして話している時は自分の記憶にある英語を話すのであって、文法と語彙を使い英語を組み立てる時間的な余裕はありません。

そのような多くの記憶が無ければ通訳として話す事も聞く事もできません。

言語は従来、文法を基盤とする事例基盤として考えらえていました。

しかし、2006 年に米国のThe Linguistic Review 誌で特集されから、事例基盤モデルは近年注目を集めています。

言語は多くの事例が集積された事例基盤と考えるのが自然です。人工知能の翻訳も音声認識も事例基盤であり、ルール基盤ではありません。

英語でも日本語でも子供は文法を学ぶ前に正しい表現を使う事ができます。それは子供だからできるのではなく、言語は多くの事例を学ぶだけで正しい表現が使える事例基盤であるからです。

大人には文法を基盤に教えるのは正しい方法でありません。

英語に「は次のような長い歴史があります。

(後期)近代英語 Modern English? 18世紀~今?
初期近代英語時代での、大母音推移が一段落、現代英語のようなスペリングの固定化が確立していた
初期近代英語とは、語彙が違う(はるかに多くなった)。産業革命で、技術用に新語が必要になり、大英帝国(世界面積の四分の一)には植民地から単語が流入
18世紀以降 古い英語は使われなくなり近代英語となった??
18世紀後半 辞書、文法書、スペル書、発音マニュアルなどの出版相次ぐ。標準的な英語に対する高い関心

英国で英語の文法書が最初に編纂がされたのは18世紀です。それは乱れた英語の標準化のためであり、英語のルールとしての文法ではありません。

つまり英語の文法が確立されていない時代のシェークスピアの作品は文法の知識を持っていな人でも理解されております。それ以上にシェークスピアだって現在の英語の文法に準じて英語を書いておりません。文法がなくても良い英語を書けたと言う証拠です。

グーグルの最新の翻訳システムは文法解析ではなく、多くの対訳ファイルを持つ事例基盤のシステムです。グーグルでは文法には例外が多過ぎて翻訳できないと言っています。グーグルが文法は言語の基盤ではないと言っています。

人工知能は脳の仕組みを真似たニューラルネットワークであり、人間の脳も同じような事例基盤の翻訳をしていると理解するのが妥当です。

脳科学者の茂木氏も人工知能のように文法ではなく、ディープラーニングで学べと言っております。

言語が事例地盤のシステムであるなら、その習得も運用も事例基盤でなければなりません。

来年から始まる文科省のアクティブラーニングは主体的・対話的な深い学びを目指すものです。つまり先生が文法のようなルールを教え、生徒が受動的に学ぶものでありませ。

英語のアクティブラーニングとは生徒が主体的・対話的な深い学びをするものです。


“英語をモノにするには「文法を徹底的に」が結局いちばんの近道だった”は何ら根拠のなく、かつ間違った説明です。

上記の記事の中には言語の基本が文法である、そして言語習得は文法を学ぶ方が効果ある、その説明とそのエビデンスは何も存在しません。

根拠ある解答をお待ちしております。

合同会社ディープラーニング
代表社員 桜井恵三

 

 

BLOGOSに次のような記事があります。
 

あるメルマガの記事で、TEDで高齢者起業の話をしている方がいるという話を読み、番組を視聴してみました。

スピーカーは、Paul Trasner氏という再生生分解パッケージ製造会社のCEO。

64歳で勤めていた会社を解雇された後、66歳で自らの会社を立ち上げ、毎年倍々ペースで成長させています。そんなシニア起業家のお手本ともいえるTrasner氏が強調するのは、高齢者起業の成功率が非常に高いという事実です。

Forbs誌の"30 under 30"はめざましい活躍をする30歳未満の起業家たちを紹介する看板特集の一つですが、Trasner氏がこれに対抗する標語として掲げるのは"70 over 70"。「70歳以上の起業家の成功率は70%以上」。(それ以下の年代では成功率が28%)

なぜ高齢者起業の成功率はこれほど高いのか?

番組の中でTrasner氏は自身の成功の秘訣を、40年以上にわたる経験の中で、ネットワーク、評判、技術などの蓄積があったからと語っていますが、私はさらにもう2点の成功要因があると思います。

 

1つは、失敗の経験数。

1つは、仕事に対する哲学の深さ。

 

仕事には失敗がつきものですが、若い世代が失敗を恐れずチャレンジするのと正反対に、高齢者世代はこれまでの失敗から学んだ経験を活かして新しい仕事にチャレンジします。「こうすれば失敗する」という経験値が高いので、それだけ失敗のリスクが低減するのです。

もう1つは、「いかに社会に貢献するか」という仕事哲学です。

 

Trasner氏はパッケージ業界で長く働いてこられましたが、大量のゴミを作り出す仕事にずっと疑問を感じており、孫の代に貢献できる仕事を、と考えて再生生分解パッケージという仕事を選んだといいます。同じ仕事をしても若い世代であれば単なる思いつき起業に過ぎないかもしれませんが、40年以上この業界で働いてきたTrasner氏の選択は重みが違います。

また、ここでは語られていませんが、恐らく同様のアイディアで失敗してきた会社も相当数みてこられたことでしょう。それらの経験すべてを包括して語られる哲学は、ビジネスの相手に深い感銘と安心感を与えるはずです。

 

日本では2042年に65歳以上の高齢者人数がピークを迎え、3,878万人となると言われていますが、米国では2050年に2倍以上の8,400万人となるそうです。これからますます多くの人々が長寿の恩恵を受ける中、Trasner氏のような方々をロールモデルとして、高齢者起業が活発化することにより、社会がより活性化するのではないでしょうか。

私も72才で起業して現在に至っています。なんとか頑張って成功させ、70才い以上の成功率の向上に貢献したいと思っています。

もちろん起業する数が少ないのですが、成功率が高いのは非常に嬉しい事です。これからも更にがんばるつもりです。

 

 

VersantのCustomer Supportから次のような返信をもらいました。

 

Versant, Jp-<jp-versant@pearson.com>
2019/08/07 (水) 18:08

桜井様

ご質問いただきました件ですが、
先日お伝えいたしましたとおり、お渡ししている資料が
お答えできる内容の全てですので、これ以上のご質問には
ご対応いたしかねます。

ご理解いただきますようお願い申し上げます。

Pearson Customer Support (営業時間 平日 9:00~17:30 土日祝日は休み)

・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・

2019年8月3日(土) 21:41 桜井 恵三
岩本年宣社長様

貴社の秋山さんから次のPDFの文書が送られてきました。

Versant English Test
Test Description and Validation Summary

 

A.TestTest Description and Validation Summary
Pronunciation:
Pronunciation reflects the ability to produce consonants, vowels, and stress in
a native-like manner in sentence context. Performance depends on knowledge of the
phonological structure of everyday words as they occur in phrasal context.

 

しかし、驚いた事に次の説明がありました。簡単に言えば音声学の
子音や母音の音素を基本に評価している事になります。

しかし、サイトには次のような説明もあります。

 

B.サイトのFAQ
スピーキングテスト用にピアソンが開発した専用アプリケーションには
音声認識技術が用いられております。
英語学習者の音声回答ファイルを使って適合化された高度な言語・音声モデル
(英語学習者モデル)と、口語を正しく評価するために、ネイティブス
ピーカーモデルの両方構築することにより、音声認識システムを適合化しています。
場合によっては正しい答えが1つだけではない場合もあります。ネイティブモデルは
許容可能な回答の範囲を確立します。どちらのモデルも数千人のサンプルを使って
構築されています。

 

英語学習者モデルの回答がネイティブモデルにどれほど近いか、あるいは同モデルと
どれほど違うかを把握し、それを正確に採点できるようにしています。つまり、
単に「正しい」か「正しくない」かの問題ではなく、ネイティブモデルで許容できる
範囲とどれほど違うかという度合いを見ています。さらに統計モデル技術と
計算言語学を用いて採点エンジンを調整し、スピーキング力を正確かつ確実に
評価できるようにしています。

 

ネイティブモデルは許容可能な回答の範囲を確立し、数千人のサンプルを使って
構築されています。容可能な回答があると言う事は正しい音は存在しないと言う事になります。


Aでは基本の音があると言っていますが、Bでは基本の音がないと言っております。


英語の発音診断で2つの違う説明があります。どちらが正しい発音診断かを教えてください。


合同会社ディープラーニング
代表社員 桜井恵三

 

VERSANTの秋山さんから次のPDFの文書が送られてきました。

 

Versant English Test
Test Description and Validation Summary

しかし、驚いた事に次の説明がありました。簡単に言えば音声学の子音や母音の音素を基本に評価している事になります。

 

A.TestTest Description and Validation Summary
Pronunciation:
Pronunciation reflects the ability to produce consonants, vowels, and stress in
a native-like manner in sentence context. Performance depends on knowledge of the
phonological structure of everyday words as they occur in phrasal context.


しかし、サイトには次のような説明があります。

 

B.サイトのFAQ
スピーキングテスト用にピアソンが開発した専用アプリケーションには音声認識技術が用いられております。
英語学習者の音声回答ファイルを使って適合化された高度な言語・音声モデル(英語学習者モデル)と、口語を正しく評価するために、ネイティブスピーカーモデルの両方構築することにより、音声認識システムを適合化しています。

 

場合によっては正しい答えが1つだけではない場合もあります。ネイティブモデルは許容可能な回答の範囲を確立します。どちらのモデルも数千人のサンプルを使って構築されています。 英語学習者モデルの回答がネイティブモデルにどれほど近いか、あるいは同モデルとどれほど違うかを把握し、それを正確に採点できるようにしています。

 

つまり、単に「正しい」か「正しくない」かの問題ではなく、ネイティブモデルで許容できる範囲とどれほど違うかという度合いを見ています。 さらに統計モデル技術と計算言語学を用いて採点エンジンを調整し、スピーキング力を正確かつ確実に評価できるようにしています。

 

ネイティブモデルは許容可能な回答の範囲を確立し、数千人のサンプルを使って構築されています。容可能な回答があると言う事は正しい音は存在しないと言う事になります。


Aでは基本の音があると言っています。つまり旧式の音素ベースの音声認識を使っていまあす。物理的なユニークな音素を定義する事ができるなら、発音の診断は可能です。

 

Bでは多くのデータを使う、最新の人工知能の事例基盤の音声認識です。正しい音が存在しませんから、発音の診断をする事は不可能です。

 

英語の発音診断で2つの違う説明があります。どちらが正しい発音診断かをVERSANTに問い合わせをしております。