JACET関西支部秋季大会シンポジウム発表資料

1. シンポジウム：英語リスニング研究最前線
!
実験音声学からのアプローチ
!
近畿大学 菅井康祐
slideshare kosuke sugai
!
2014.11.29 JACET関西支部秋季大会
於：龍谷大学大宮キャンパス本館講堂

2. リスニングとは？
ボトムアップ処理
音声から音韻・語・文と情報を積み上げていく
過程
トップダウン処理 背景知識・文脈などから意味を類推していく過程
「リスニングテスト」が測定しているものとは？
この複雑な処理全てを含む能力。

3. 研究の関心
• 音声から音韻単位への知覚・認知
• 記憶と音声知覚単位の関係
• 英語学習者の知覚・理解における母語（日本
語）の影響

4. 研究の関心
日本語処理レベル英語
「いい天気だ。」文“It’s a fine day.”
「いい」「天気」「だ」語“it’s” “a” “fine” “ day”
「ｲ・ｲ・ﾃ・ﾝ・ｷ・ﾀﾞ」モーラ/音節/its/ /ə/ /fɑɪn/ /deɪ/
/iitenkida/ 音素/itsəfɑɪndeɪ/
!
音声

5. 着想
リスニングの教育・訓練をする際にリスニング
テストだけを指標にしてよいのか？
「リスニングテスト」が英語音声の知覚能力を弁
別できているのかを確認してみよう

6. 研究の流れ
・「リスニング力」を測定するテストの作成
・予備調査
・子音知覚能力の調査
・語アクセント知覚能力の調査

7. レベル判定テスト（素材準備）
• 実用英語検定2級，準2級，3級のリスニング
の過去問題から語彙レベルの高くないものを
選択
・Part1: ダイアログの内容に関する4択問題
・Part2: モノログの内容に関する4択問題
（それぞれ各級10問，計60問）
• 3級においては問題が2回ずつ読まれるので，
すべて1回に統一（約40分）

8. レベル判定テスト
60問の素材から30問のレベル判定テスト作成
・先の60問のテストを107名の英語学習者
（初級～中級）に実施（2011年6月）
!
・Rasch-Model分析（Winstepsを使用）によ
り最も適切な30問を抽出
!
・各項目の（In fit, Out fit）Mean Squareが
0.7-1.3に収まるもののうち，適合度の高いも
のをpart1，part2からそれぞれ15問抽出

9. レベル判定テスト
• テストの妥当性を確認するため，2010年12月実
施のTOEIC IPテストのリスニングセクションの
結果と比較。
M SD N
pre_60 39.78 11.94 107
pre_30 21.93 7.40 107
TOEIC
IP
(liste!ning) 258.60 86.35 93

10. レベル判定テスト
pre_60 1 .975 .854
pre_30 .975 1 .856
TOEIC IP (L) .854 .856 1
*
p
<
.05
**
p
<
.01
pre_60 pre_30 TOEIC IP(L)
!
レベル判定テスト（30問）のCrombach’s
α
=
0.929
pearson’s correlation

11. 予備調査

12. 予備調査
• 菅井（2014）
一般的なリスニングテストで同程度と判定され
る学習者間で音声の知覚能力に差がないか，ディ
クテーション・インタビュー調査によって洗い
出す。

13. 実験協力者
レベル判定テスト（30問，約20分）により選出
・27点取得の3名
・12点取得の3名

14. 結果：27点群
協力者S27:
・機能語（the, will, do）の聞き逃しが多い。
協力者N27:
・子音の聞き逃し
(hel)p(t), H(anny),
・子音/l/: /r/の聞き間違え
Our view (Oliver)
!
協力者O27:
・子音の聞き間違え
vist/busy

15. 結果：13点群
協力者S12:
・(su)re, (We)reなどreの聞き落とし。
・/v/を /b/と聞き間違い: busy/visit
・/h/の聞き落とし: Have fun/I’m fine.
協力者M12:
・(try)ingの聞き落とし。
・/v/を /b/と聞き間違い: busy/visit
・/v/を/w/と聞き間違い: Have fun. /How fine.
・/s/と/ð/の聞き間違い: most/ mouth
!
協力者Sh12:
・/v/を/w/と聞き間違い: Have fun. /How find.
・/h/の聞き逃し：(hel)p(t), H(anny),

16. 予備調査のまとめ
• 「リスニングテスト」で同じレベルだと判定
される学習者でも，音声の知覚能力には違い
が有る可能性
• 音素（語頭子音）・語アクセントの知覚につ
いて詳細な調査

17. 語頭子音知覚実験
presented at BAAL2013
Sugai, Yamene, and Kanzaki

18. 目的・仮説
• 目的：リスニングにおいて最も重要と考えら
れる音節頭の子音の知覚について調査を行う。
• 仮説：従来型のリスニングテストでは，学習
者間の音素の知覚の能力差を弁別することは
できない。

19. 実験協力者
• レベル判定テストによって選定。
• 25-27点（30点満点）の学習者22名。
（TOEIC550前後の学生）

20. 実験課題
菅井（2006）の結果（聞き分けの難しい子音）
に基づき課題となるペアを選定。
1 b v 7 f h 13 r w
2 b w 8 f v 14 s sh
3 ch dg 9 h v 15 s th
4 d dth 10 l r 16 sh th
5 d z 11 l w 17 v w
6 dth z 12 m n

21. 実験課題作成
• 先の子音のペアを/_ad/の環境に入れ，ミニマ
ルペアを作成。
!
• TTSソフトウェアNatural Reader ver.3.0を
用いて合成音を作成。

22. 実験方法
• SuperLab 4.0を用いた反応時間（RT）測定
• 実験協力者一人ひとりに対し密閉型ヘッドフォ
ンから音声を提示。
• 各ミニマルペアにおいて，ターゲット刺激１
つにつき10回以上提示するよう設定。
• 課題は各試行ごとにランダム提示
• RB-830キーボックスを用いて正解・不正解
およびRTを記録。

23. 実験方法

24. 結果と分析

25. 学習者間での比較（正解率）
学習者 x 正解数
F (22) = 10.63, p < .001, η2 = .01（効果量小）!
!
大きな差が有るとは言えない

26. 学習者間・課題間の分析（反応時間）
学習者・課題を要因とする（2-way ANOVA）
下準備
・不正解のデータを除外 （9133 ‒ 1053 = 8080）
・学習者ごとに２SDを超える379データ
(4.69%)を外れ値と設定し除外
（8080 ‒ 379 = 7701） (Jiang, 2012)

27. 学習者間の分析（反応時間）
学習者 x RT
F (21, 7679) = 179.27, p < 0.01,!η = .574（効果量大）
!
学習者間のRTには有意な差がある

28. 学習者間の分析（反応時間）
学習者

29. 語頭子音知覚実験のまとめ
・従来型のリスニングテストでは，学習者の音
素の知覚の能力を弁別することはできない。
・正解率データには大きな差は見られなかった
が，RTのデータから支持。

30. 語強勢知覚実験
presented at AILA 2014
Sugai, Kanzaki, and Yamane

31. 目的・仮説
• 目的：リスニングにおいて重要な語アクセン
トの知覚について調査を行う。
!
• 仮説：従来型のリスニングテストでは，学習
者間の語アクセントの知覚の能力差を弁別す
ることはできない。

32. 実験協力者
• レベル判定テストによって選定。
• 20-22点（30点満点）の学習者17名。
（TOEIC500点前後の学生）

33. 実験課題（1）
• 品詞（名詞・動詞）によってアクセントが移
動する10のミニマルペア（20語）
!
• advic(s)e,
conduct,
contrast,
export,
increase,
object,
present,
produce,
progress,
protest
!
• TTSソフトウェアNatural Reader ver.3.0を
用いて合成音を作成。

34. 実験課題（2）
課題（1）の語を含む20文
!
名詞の例
There was an increase in population last year.
!
動詞の例
I want to increase my vocabulary.
!

35. 実験方法
• SuperLab 4.0を用いた反応時間（RT）測定
• 実験協力者一人ひとりに対し密閉型ヘッドフォ
ンから音声を提示。
• 各ミニマルペアにおいて，ターゲット刺激１
つにつき10回以上提示するよう設定。
• 課題は各試行ごとにランダム提示
• RB-830キーボックスを用いて正解・不正解
およびRTを記録。

36. 結果と分析

37. 結果（1）語提示
学習者 × 正答率（1-way ANOVA）
F (16, 3321): 10.70, p < .001, η2 = .049 (効果量小)
学習者 × 反応時間（1-way ANOVA）
F (16, 2473): 46.37, p < .001, η2 = .23 (効果量大)!
!
!
反応時間データからは大きな差があると言える

38. 結果（1）語提示
学習者 × 正答率（1-way ANOVA）
F (16, 3321): 10.70, p < .001, η2 = .049 (効果量小)
!
学習者 × 反応時間（1-way ANOVA）
F (16, 2473): 46.37, p < .001, η2 = .23 (効果量大)

39. 結果（2）文提示
学習者 × 正答率（1-way ANOVA）
F (16, 3355): 5.39, p < .001, η2 = .025（効果量小）!
!
学習者 × 反応時間（1-way ANOVA）
F (16, 2173): 65.56, p < .001, η2 = .33 (効果量大)!
!
!
反応時間データからは大きな差があると言える

40. 結果（2）文提示
学習者 × 正答率（1-way ANOVA）
F (16, 3321): 10.70, p < .001, η2 = .049 (効果量小)
!
学習者 × 反応時間（1-way ANOVA）
F (16, 2473): 46.37, p < .001, η2 = .23 (効果量大)

41. まとめ
いわゆる「リスニングテスト」では子音・語ア
クセントといった音韻情報の知覚能力は弁別で
きないことが示された。
!

42. 提言
• プレイスメントテストなどでクラス分けがさ
れていたとしても学習者個々のリスニングの
下位構成能力はまちまちである。
• 定期的に子音知覚などのサブスキルのチェッ
クをすることは学習者自身の気づきを促す。
• 伸ばすべき能力がわかればより適切な教材・
訓練法の選択につながる。

43. 参考文献
Ishikawa, K. (2009). Recogni*on
and
produc*on
of
English
syllables
by
speakers
of
English
and
Japanese:
Insights
from
the
syllabifica*on
process
and
syllable-­‐
coun*ng
training.
Tokyo:
Kurosio
publishers.
Jiang, N. (2012). Conduc*ng
Reac*on
Time
Research
in
Second
Language
Studies
(Second
Language
Acquisi*on
Research
Series). Routledge.
靜哲人 (2007).『基礎から深く理解するラッシュモデリング―項目応答理論と
は似て非なる測定のパラダイム』大阪：関西大学出版部．
Solé, M-J, Beddor, P. S., and Ohala, M. (2007). Experimental
approaches
to
phonology. Oxford: Oxford University Press.
菅井康祐 (2006).「日本人EFL学習者の英語子音知覚：単音節語における難易
度の調査」『実験音声学と一般言語学：城生佰太郎博士還暦記念論文集』
東京：東京堂出版.
菅井康祐 (2014). 「音声に特化したリスニングテスト作成の基礎研究: ディク
テーション
とインタビューによる予備調査」『生駒経済論叢』第12巻，47-56.
竹林滋 (1996) . 『英語音声学』東京：研究社.
大友賢二（1996）. 『項目応答理論入門: 言語テスト・データの新しい分析法』
東京：大修館書店.

44. 謝辞
!
!
本研究の一部は日本学術振興会科学研究費補助金基盤
研究（C）No. 22520637（研究代表者：菅井康祐）
によるものである。
!
!
!

45. 謝辞
!
!
langtest.jp
!
Atsushi Mizumoto
(Kansai University)