一、前 言
9.11 事件以來， 美軍先后發動了以反恐為目標的阿富汗戰爭和伊拉克戰爭。 其戰場經驗表明，在反恐這樣的非常規作戰環境中開展行動， 光具備武器裝備的絕對優勢尚不足以取得勝利， 軍隊的外語及跨文化能力也是戰斗力的核心組成部分， 而美軍在這一方面距離滿足作戰需求還有較大差距。 因此自 2005 年起，美軍在語言及跨文化能力建設上出臺了大批重要戰略指導綱要和文件，同時也采取了一系列措施[1-3]. 例如，位于路易斯安那州波克堡軍事基地的聯合戰備訓練中心建立了實景模擬訓練基地， 再現阿富汗及伊拉克的地域環境和部落人員構成， 供士兵在部署到前線之前開展實地訓練。 這樣的訓練設施雖然能夠保證訓練效果，但是耗資巨大，且容量有限，不便于對人員進行大規模培訓。 為了在有限時間內為盡可能多的部隊提供訓練， 美軍轉而尋求利用最新虛擬仿真技術，通過建立沉浸式虛擬仿真環境，讓士兵快速掌握相應的語言技能并身臨其境感受異域文化，掌握相應的跨文化交際能力。
到目前為止， 美軍已經開發出適應性思維與領導力訓練系統 （ATL）， 雙邊會議訓練系統（Bi-LAT）、陸軍戰術語言與文化訓練系統（TLCTS）、戰備虛擬文化訓練系統（VECTOR）等虛擬仿真訓練系統。 本文聚焦美軍使用最為廣泛的陸軍戰術語言與文化訓練系統（TLCTS），剖析其發展過程、主要模塊及關鍵技術。
二、 陸軍戰術語言與文化訓練系統（TLCTS）簡況
陸軍戰術語言與文化訓練系統 （TLCTS）由Alelo 公司開發。 "Alelo"在夏威夷土語中的意思就是"語言". 該公司由南加州大學信息科學學院與國防高級研究項目局（DARPA）合作成立，其開發的系統主要利用現有游戲引擎技術， 幫助士兵快速學習外語基本技能和對象國文化。 它類似目前流行的角色扮演游戲，訓練重點是口語交際能力，學習者完成游戲任務的過程實際上就是學習語言技能和掌握跨文化能力的過程。
TLCTS 已經開發出了普什圖語 、法語 、漢語 、阿拉伯語等課程，并在美軍大規模普及。 其他課程還在由商業機構、非政府組織等陸續開發。 美軍還建立了大規模訓練中心， 僅僅是堪薩斯賴利堡的軍事顧問訓練中心每年就能訓練近 10000 人。
TLCTS 可提供三種訓練方式。 首先是核心交際能力訓練， 學習者在限定場景中學習詞匯、語音、語法以及非言語行為等基本交際要素，例如訓練士兵如何在不同場景中恰當使用"再見". 系統將實時給予反饋，學習者需要反復操練，直到掌握這一技能。 第二是場景游戲，學習者在限定場景中完成簡單目標， 例如用阿拉伯語中有關方位的詞匯引導游戲中的人物走出迷宮；第三是任務游戲，學習者需要指揮自己扮演的角色在高度逼真的三維場景中開展行動，與其他人物交流，完成更為現實的任務， 如找出鎮上重要人物的名字或者說服當地酋長支持重建工作， 學習者的綜合技能將在這種學習模式中得到檢驗[4].
三、系統主要構成
整個陸軍戰術語言與文化訓練系統包括服務器、客戶端和學習管理系統等主要部分，如圖 1 所示。 服務器底層是龐大的內容資源庫，包括各種語音、視頻以及腳本等內容，編寫人員利用編寫工具將這些資源編寫成可在系統運行的程序， 通過服務器提供給學習者。
學習者通過客戶端可以靈活選擇多種學習方式，目前系統提供的客戶端包括用于 PC 的單機客戶端、多用戶客戶端以及網絡客戶端，同時還針對移動學習提供了移動客戶端。 學習者數據通過一個學習管理系統存儲在專門的用戶數據庫中，供研究人員使用。
四、系統關鍵技術
TLCTS 系統開發主要使用了人工智能技術 ,最為關鍵幾項是自動語音識別技術、 對話建模技術、虛擬主體行為建模技術、學習者學習過程跟蹤技術等。
（一）自動語音識別
TLCTS 中的語音識別系統主要采用隱馬爾科夫模型和 Julius 開源平臺構建。 系統首先根據學習者的授權原始語音庫構造一個初始語音模型，然后招募測試者利用軟件進行訓練， 同時記錄他們的語音樣本，用于重新訓練語音識別模型，從而不斷提升語音識別器的效果。
系統中的語言模型有兩種， 一個是基于語法的模型，一個是基于一定聲學類別、狀態和概率所建構的"混合模型". 如果學習者的語音符合語法，語法模型的識別精度較高；如果語音不符合語法，則混合模型的識別精度較高； 混合模型能夠識別許多錯誤發音并提醒學習者， 迫使學習者的語音達到最低要求，其屬性還可以調整，改變系統對錯誤發音的耐受程度。 此外，語音識別器還能檢查語言學習者經常出現的錯誤，如語用錯誤（如不遵守目的語文化規范）、語義錯誤（如單詞混淆）等。 在學習材料的編寫上， 系統盡可能提供輔助工具幫助編寫者制作學習材料。 編寫者只需確定正確的對話形式以及學習者易犯的錯誤， 不需要掌握語音識別技術的工作原理。
根據當前學習者的數據反饋， 語音識別的性能已經達到 95%以上的識別率。 當然，訓練數據主要來自男性用戶和初級用戶，因此，對于女性用戶和高級用戶還未達到這一水平。
（二）對話建模
在 TLCTS 中， 對話建模需要解決的主要問題是如何管理學習者可能產生的各種表達方式。 這里需要考慮兩方面的問題，一方面，系統應該具有較高變異性，即系統應該能夠正確識別、解釋大量潛在的正確表達方式， 并據此作出反應。 另一方面， 系統又希望學習者訓練特定的語言和文化技能，而不是進行無約束的對話。 為了使系統盡可能多地支持不同類型的對話， 開發者在對話編寫中使用了對話模板。 對話模板一方面使用了更加靈活的定義句法， 使系統能夠理解更多類型的學習者語言， 另一方面使用了附加句法結構用于確定語義內容，這樣增加了系統能夠產出的句法類型。
學習者的語音輸入后，系統首先進行語音識別，然后進行句法分析和語義標注， 然后指明應該采取的行動。 系統同時提供了維護這些對話模板的工具，并且建立了管理數據庫。
（三）虛擬主體行為建模
訓練系統的主要特點之一是用戶在社交模擬場景中與非玩家角色（NPC）進行互動。 這些 NPC主要由一個主體（Agent）系統來管理。 用戶語音輸入系統后， 系統通過分析理解將其轉換為具體行為（如禮貌問候），Agent 系統則讓虛擬人物完成一個相應的動作作為回應（如詢問身份）。 虛擬人物該說什么樣的話， 以及需要完成這一任務需要做出的動作由系統中的 XML 文件來管理，人物更加復雜的肢體動作則由 Python 腳本來實現。
系統目前采用的是有限狀態機器方法， 編寫者用其編寫復雜程度適中且擴展性較好的場景。
系統正在開發的下一代系統稱為 LightPsych,其虛擬主體將具備四個功能：自我意識（信念明確，具有長短記憶等），文化意識（能夠有禮貌地模仿和推理，了解社會規約等），感知物理和社會環境以及對話（知道對話的開始和結束，能夠進行話輪轉化、談判以及理解話語意義等）。LightPsych 面臨的主要挑戰是如何更加方便地編寫和使用主體行為參數， 處理用戶與 NPC 之間最常見的交際場景，同時給編寫者提供增加或者修改這些參數的工具，使其適用于各種具體的場景。
（四）學習者學習過程跟蹤
學習者在學習 TLCTS 課程中， 很重要的一個環節就是對其學習進展進行實時跟蹤和反饋，以確定是否達到學習目標。 系統會實時跟蹤記錄學習者在測驗、對話以及在場景游戲中的整體表現，同時運用模型跟蹤技術估計學習者對關鍵技能的掌握程度。 編寫者在編寫練習、測驗項目、對話等訓練內容時會標注主要針對的技能， 包括語言技能、文化技能和任務技能。 通過跟蹤學習者的學習進程， 系統能夠估計出學習者掌握某項技能的概率，然后自動提供相應的培訓指導，以幫助學習者順利實現學習目標。
五、啟 示
美國陸軍戰術語言訓練系統采用了最新的虛擬現實技術， 將人工智能與語言文化訓練有機結合，為部隊大規模培訓提供了良好的平臺和環境，其便攜性、靈活性適應了部隊隨機、偶發、碎片化的學習方式， 其發展思路和關鍵技術值得我們研究，根據其建設背景和應用前景，我們可以得出如下啟示：
第一，重視非常規作戰的特殊需求，將軍隊語言文化能力視為戰斗力的重要組成部分。 當前我國周邊形勢復雜，面臨多種非傳統安全威脅，對軍隊戰斗力的要求不僅僅是武器裝備等硬實力的提升， 而且還需要部隊掌握一定的外語和跨文化能力， 這樣才能從容面對非常規作戰環境中溝通交流、情報收集、態勢研判等作戰行動。
第二， 部隊培訓需要滿足官兵個性化學習方式。 當前，利用現代信息技術、大數據技術是開展大規模培訓、滿足多樣化學習需求的有效方式。 美軍的陸軍戰術語言訓練系統通過網絡客戶端和移動客戶端擴大了培訓范圍，創新了培訓方式，也極大提升了培訓效率。 我們應充分發揮數字教育技術，思考現代技術在官兵外語能力培訓中的作用，并加以開發應用。
第三，重視基礎語言資源的儲備和利用。 美軍陸軍戰術語言訓練系統的建設過程表明， 系統底層需要龐大的學習者語音數據庫。 因此要建立符合軍隊官兵訓練的語言訓練系統， 需要大量中國學習者的語音數據庫， 我們應該重視基礎語音資源的收集和儲備， 為今后開發出適合我軍應用的語言培訓系統打下堅實基礎。
第四，利用軍民融合的技術和優勢，推進語言學家與計算機工程人員的合作。 美軍戰術語言與文化訓練系統是軍方和高校合作的產物。 我國地方科研院所目前也有這樣的技術實力和平臺，需要軍隊和地方各自發揮優勢， 尤其是推動語言學家與計算機工程人員的合作，引導資源集中配置，為軍隊戰斗力提升做出應有貢獻。
參考文獻：
[1] 文秋芳， 蘇靜。 軍隊外語能力及其形成---來自美國《國防語言變革路線圖》的啟示[J].外語研究，2011（4）：1-7.
[2] 文秋芳， 張天偉。 美國國家外語能力建設模式分析[J]. 外語教學與研究， 2013,45（6）：854-864.
[3] 梁曉波，敖鋒，譚桔玲。 美軍語言文化發展戰略與舉措透視[J]. 國防科技， 2013,34（1）：44-50.
