一、前 言
9.11 事件以来， 美军先后发动了以反恐为目标的阿富汗战争和伊拉克战争。 其战场经验表明，在反恐这样的非常规作战环境中开展行动， 光具备武器装备的绝对优势尚不足以取得胜利， 军队的外语及跨文化能力也是战斗力的核心组成部分， 而美军在这一方面距离满足作战需求还有较大差距。 因此自 2005 年起，美军在语言及跨文化能力建设上出台了大批重要战略指导纲要和文件，同时也采取了一系列措施[1-3]. 例如，位于路易斯安那州波克堡军事基地的联合战备训练中心建立了实景模拟训练基地， 再现阿富汗及伊拉克的地域环境和部落人员构成， 供士兵在部署到前线之前开展实地训练。 这样的训练设施虽然能够保证训练效果，但是耗资巨大，且容量有限，不便于对人员进行大规模培训。 为了在有限时间内为尽可能多的部队提供训练， 美军转而寻求利用最新虚拟仿真技术，通过建立沉浸式虚拟仿真环境，让士兵快速掌握相应的语言技能并身临其境感受异域文化，掌握相应的跨文化交际能力。
到目前为止， 美军已经开发出适应性思维与领导力训练系统 （ATL）， 双边会议训练系统（Bi-LAT）、陆军战术语言与文化训练系统（TLCTS）、战备虚拟文化训练系统（VECTOR）等虚拟仿真训练系统。 本文聚焦美军使用最为广泛的陆军战术语言与文化训练系统（TLCTS），剖析其发展过程、主要模块及关键技术。
二、 陆军战术语言与文化训练系统（TLCTS）简况
陆军战术语言与文化训练系统 （TLCTS）由Alelo 公司开发。 "Alelo"在夏威夷土语中的意思就是"语言". 该公司由南加州大学信息科学学院与国防高级研究项目局（DARPA）合作成立，其开发的系统主要利用现有游戏引擎技术， 帮助士兵快速学习外语基本技能和对象国文化。 它类似目前流行的角色扮演游戏，训练重点是口语交际能力，学习者完成游戏任务的过程实际上就是学习语言技能和掌握跨文化能力的过程。
TLCTS 已经开发出了普什图语 、法语 、汉语 、阿拉伯语等课程，并在美军大规模普及。 其他课程还在由商业机构、非政府组织等陆续开发。 美军还建立了大规模训练中心， 仅仅是堪萨斯赖利堡的军事顾问训练中心每年就能训练近 10000 人。
TLCTS 可提供三种训练方式。 首先是核心交际能力训练， 学习者在限定场景中学习词汇、语音、语法以及非言语行为等基本交际要素，例如训练士兵如何在不同场景中恰当使用"再见". 系统将实时给予反馈，学习者需要反复操练，直到掌握这一技能。 第二是场景游戏，学习者在限定场景中完成简单目标， 例如用阿拉伯语中有关方位的词汇引导游戏中的人物走出迷宫；第三是任务游戏，学习者需要指挥自己扮演的角色在高度逼真的三维场景中开展行动，与其他人物交流，完成更为现实的任务， 如找出镇上重要人物的名字或者说服当地酋长支持重建工作， 学习者的综合技能将在这种学习模式中得到检验[4].
三、系统主要构成
整个陆军战术语言与文化训练系统包括服务器、客户端和学习管理系统等主要部分，如图 1 所示。 服务器底层是庞大的内容资源库，包括各种语音、视频以及脚本等内容，编写人员利用编写工具将这些资源编写成可在系统运行的程序， 通过服务器提供给学习者。
学习者通过客户端可以灵活选择多种学习方式，目前系统提供的客户端包括用于 PC 的单机客户端、多用户客户端以及网络客户端，同时还针对移动学习提供了移动客户端。 学习者数据通过一个学习管理系统存储在专门的用户数据库中，供研究人员使用。
四、系统关键技术
TLCTS 系统开发主要使用了人工智能技术 ,最为关键几项是自动语音识别技术、 对话建模技术、虚拟主体行为建模技术、学习者学习过程跟踪技术等。
（一）自动语音识别
TLCTS 中的语音识别系统主要采用隐马尔科夫模型和 Julius 开源平台构建。 系统首先根据学习者的授权原始语音库构造一个初始语音模型，然后招募测试者利用软件进行训练， 同时记录他们的语音样本，用于重新训练语音识别模型，从而不断提升语音识别器的效果。
系统中的语言模型有两种， 一个是基于语法的模型，一个是基于一定声学类别、状态和概率所建构的"混合模型". 如果学习者的语音符合语法，语法模型的识别精度较高；如果语音不符合语法，则混合模型的识别精度较高； 混合模型能够识别许多错误发音并提醒学习者， 迫使学习者的语音达到最低要求，其属性还可以调整，改变系统对错误发音的耐受程度。 此外，语音识别器还能检查语言学习者经常出现的错误，如语用错误（如不遵守目的语文化规范）、语义错误（如单词混淆）等。 在学习材料的编写上， 系统尽可能提供辅助工具帮助编写者制作学习材料。 编写者只需确定正确的对话形式以及学习者易犯的错误， 不需要掌握语音识别技术的工作原理。
根据当前学习者的数据反馈， 语音识别的性能已经达到 95%以上的识别率。 当然，训练数据主要来自男性用户和初级用户，因此，对于女性用户和高级用户还未达到这一水平。
（二）对话建模
在 TLCTS 中， 对话建模需要解决的主要问题是如何管理学习者可能产生的各种表达方式。 这里需要考虑两方面的问题，一方面，系统应该具有较高变异性，即系统应该能够正确识别、解释大量潜在的正确表达方式， 并据此作出反应。 另一方面， 系统又希望学习者训练特定的语言和文化技能，而不是进行无约束的对话。 为了使系统尽可能多地支持不同类型的对话， 开发者在对话编写中使用了对话模板。 对话模板一方面使用了更加灵活的定义句法， 使系统能够理解更多类型的学习者语言， 另一方面使用了附加句法结构用于确定语义内容，这样增加了系统能够产出的句法类型。
学习者的语音输入后，系统首先进行语音识别，然后进行句法分析和语义标注， 然后指明应该采取的行动。 系统同时提供了维护这些对话模板的工具，并且建立了管理数据库。
（三）虚拟主体行为建模
训练系统的主要特点之一是用户在社交模拟场景中与非玩家角色（NPC）进行互动。 这些 NPC主要由一个主体（Agent）系统来管理。 用户语音输入系统后， 系统通过分析理解将其转换为具体行为（如礼貌问候），Agent 系统则让虚拟人物完成一个相应的动作作为回应（如询问身份）。 虚拟人物该说什么样的话， 以及需要完成这一任务需要做出的动作由系统中的 XML 文件来管理，人物更加复杂的肢体动作则由 Python 脚本来实现。
系统目前采用的是有限状态机器方法， 编写者用其编写复杂程度适中且扩展性较好的场景。
系统正在开发的下一代系统称为 LightPsych,其虚拟主体将具备四个功能：自我意识（信念明确，具有长短记忆等），文化意识（能够有礼貌地模仿和推理，了解社会规约等），感知物理和社会环境以及对话（知道对话的开始和结束，能够进行话轮转化、谈判以及理解话语意义等）。LightPsych 面临的主要挑战是如何更加方便地编写和使用主体行为参数， 处理用户与 NPC 之间最常见的交际场景，同时给编写者提供增加或者修改这些参数的工具，使其适用于各种具体的场景。
（四）学习者学习过程跟踪
学习者在学习 TLCTS 课程中， 很重要的一个环节就是对其学习进展进行实时跟踪和反馈，以确定是否达到学习目标。 系统会实时跟踪记录学习者在测验、对话以及在场景游戏中的整体表现，同时运用模型跟踪技术估计学习者对关键技能的掌握程度。 编写者在编写练习、测验项目、对话等训练内容时会标注主要针对的技能， 包括语言技能、文化技能和任务技能。 通过跟踪学习者的学习进程， 系统能够估计出学习者掌握某项技能的概率，然后自动提供相应的培训指导，以帮助学习者顺利实现学习目标。
五、启 示
美国陆军战术语言训练系统采用了最新的虚拟现实技术， 将人工智能与语言文化训练有机结合，为部队大规模培训提供了良好的平台和环境，其便携性、灵活性适应了部队随机、偶发、碎片化的学习方式， 其发展思路和关键技术值得我们研究，根据其建设背景和应用前景，我们可以得出如下启示：
第一，重视非常规作战的特殊需求，将军队语言文化能力视为战斗力的重要组成部分。 当前我国周边形势复杂，面临多种非传统安全威胁，对军队战斗力的要求不仅仅是武器装备等硬实力的提升， 而且还需要部队掌握一定的外语和跨文化能力， 这样才能从容面对非常规作战环境中沟通交流、情报收集、态势研判等作战行动。
第二， 部队培训需要满足官兵个性化学习方式。 当前，利用现代信息技术、大数据技术是开展大规模培训、满足多样化学习需求的有效方式。 美军的陆军战术语言训练系统通过网络客户端和移动客户端扩大了培训范围，创新了培训方式，也极大提升了培训效率。 我们应充分发挥数字教育技术，思考现代技术在官兵外语能力培训中的作用，并加以开发应用。
第三，重视基础语言资源的储备和利用。 美军陆军战术语言训练系统的建设过程表明， 系统底层需要庞大的学习者语音数据库。 因此要建立符合军队官兵训练的语言训练系统， 需要大量中国学习者的语音数据库， 我们应该重视基础语音资源的收集和储备， 为今后开发出适合我军应用的语言培训系统打下坚实基础。
第四，利用军民融合的技术和优势，推进语言学家与计算机工程人员的合作。 美军战术语言与文化训练系统是军方和高校合作的产物。 我国地方科研院所目前也有这样的技术实力和平台，需要军队和地方各自发挥优势， 尤其是推动语言学家与计算机工程人员的合作，引导资源集中配置，为军队战斗力提升做出应有贡献。
参考文献：
[1] 文秋芳， 苏静。 军队外语能力及其形成---来自美国《国防语言变革路线图》的启示[J].外语研究，2011（4）：1-7.
[2] 文秋芳， 张天伟。 美国国家外语能力建设模式分析[J]. 外语教学与研究， 2013,45（6）：854-864.
[3] 梁晓波，敖锋，谭桔玲。 美军语言文化发展战略与举措透视[J]. 国防科技， 2013,34（1）：44-50.
