您现在的位置是: 首页 > 空调维修 空调维修
电子产品英语词组_电子产品英语词组有哪些
zmhk 2024-05-31 人已围观
简介电子产品英语词组_电子产品英语词组有哪些 在这个数字化的时代,电子产品英语词组的更新速度越来越快。今天,我将和大家分享关于电子产品英语词组的今日更新,让我们一起跟上时代的步伐。1.���Ӳ�ƷӢ�
在这个数字化的时代,电子产品英语词组的更新速度越来越快。今天,我将和大家分享关于电子产品英语词组的今日更新,让我们一起跟上时代的步伐。
1.���Ӳ�ƷӢ�����
2.怎么练好英语口语?
3.如何让学生学得有效率?
4.求论文(语音识别)
5.没有外教依然轻松孕育双语萌娃,附超详细英语启蒙路线
���Ӳ�ƷӢ�����
说到怎么给孩子英语启蒙,之前问过身边不少的宝爸宝妈们,大多数都说准备将孩子送去教育机构省时省力。
但身边有位宝妈,她家娃儿还没上幼儿园,就已经自己能独立阅读绘本了。
一问之下,才知道,他给他家娃儿,从小就开始 看英语动画片 。
孩子在英语启蒙阶段,英语动画片可是帮助孩子磨耳朵的好资源,时间一长,耳濡目染,英语兴趣一提升,那日后学起英语来岂不是事半功倍?
话不多说,下面这5部英语启蒙动画片,赶紧给孩子码起来~
1987年出品的BBC制作的启蒙英语学习类动画,历时30多年,现在仍被国内各个英语机构,语言专家频繁使用,备受推崇。
《Big Muzzy》最大的特点就是里面的讲话语速很慢,比粉猪和penelope都慢,幼儿能通过简单的剧情达到可理解输入的目标。
内容设置方面,《Big Muzzy》重点围绕常见词汇、日常用语和句型结构进行多次重复性的展示,在孩子的脑海里能够形成重复印象。
Big Muzzy的重复性是任何纯粹的动画片没得比的,一个单词或表达里面的角色会夸张地用不同语气重复很多次,有些表达甚至还会以儿歌的形式多次重复。每集15分钟左右,每集都会讲到词汇句型等,浅显易懂,很适合孩子启蒙。
这是不少外国小朋友最爱的动画片...之一。
蓝色小考拉是英音,语速慢,内容浅显易懂,这只小考拉,形象可爱,极适合幼儿启蒙。适合2-5岁的小朋友。每集5分钟,也不怕孩子坐不住。
三岁小考拉佩佩迷糊可爱,围绕着爸爸、妈妈、爷爷、奶奶、老师和朋友们在生活中发生了很多奇妙的趣事,她在尝试一切不懂不知的事物的过程中自行发现错误,独立纠正。而这也正是儿童获得智慧的方式,跟着可爱的蓝色小考拉,孩子们能培养良好的自我纠错习惯和独立、负责的品德。
这是一部风靡全球的学龄前动画片,也是每个孩子必看的动画片。
每集24分钟左右,画面很简洁,便于孩子集中注意力;语言清晰而且语速不快,孩子较易听懂;反复教小朋友辨别颜色、形状、数字、英语和社交技能等。
中国娃娃学英语,这个绝对是首选动画片!
适合3-6岁的小朋友观看,通过朵拉每一次探险的故事,教会小朋友有趣实用的英语单词和词组。
是一部学龄前动画片。英语语言纯正简洁,还用丰富的情节呈现了大量儿童学习、生活必备的英文单词。是很好的语言学习素材和行为养成素材。
这部动画有着英国低幼动画特有的轻松和幽默。
与《粉红猪小妹 Peppa Pig》有些相似,但是语速比Peppa Pig会慢上一些。动画片本身的内容简单有趣,大人看时也会忍不住大笑,贴近生活易理解,适合3-6岁处于英语启蒙阶段的孩子们观看。
粉红猪小妹是一部英国学前动画片,也是历年来具潜力的学前儿童品牌。常适合3-6岁的宝宝看动画学英语,高清晰,英文发音。
故事围绕她与家人的愉快经历,幽默而有趣,藉此宣扬传统家庭观念与友情,鼓励小朋友们体验生活。
极简的动画风格,幽默的对话语调,深具教育意义的故事情节,不仅能让学龄前儿童学习知识,更能让小朋友们从小养成良好的生活习惯体验生活。深受全球各地小朋友们以及其家长们的喜爱。
英文动画片利用好了,会是孩子英语启蒙路上的助推器。但是妈妈们要注意,太早让孩子接触电子产品或者观看**,是有一定弊端的。
建议孩子最好在2岁以后再观看动画片,在时间上也要严格控制,每次观看不可以超过20分钟,如果比较长的动画,可以分几次观看。
各位宝爸宝妈们,还在等什么,赶紧给娃儿看起来吧!
怎么练好英语口语?
首先,LZ才高一,现在意识到这个问题完全有充足的时间来提高,但是140+是否能达到,这个不敢保证,因为各地高考英语的难度不相同,而且到了135+(相当于90%),是需要扎实的基础和一些天赋,以及运气的。
再者,LZ不要依赖于学习机这种东西,学习要靠自己,这些只能提供一些帮助,但是有限。而且,兴趣这东西,很可能是因为LZ的成绩不是很好,所以有些受打击,也许会随着成绩提高慢慢变好,至少心态会不那么排斥。我也不喜欢英语,可是我认为学英语已经不是兴趣问题,而是必须也是必要的,最现实的就是高考要考它。
由于LZ的成绩在70+,最好还是找老师辅导比较好,需要补基础了。现在不要想着如何考到140+,那太遥远,要一步一步来,先稳定在80+或90+,这个你自己量力而行,分阶段完成。补基础的话,LZ要先过单词关,虽然我不认为光背单词能起多大作用,但是LZ现在的阶段还是很有用的,再就是要记词组的用法和例句,记了例句好歹用起来还能照葫芦画瓢,这很重要。词汇和词组在完型和阅读都需要。语法的话,多听几遍,多看,多想,几遍下来,慢慢也会懂的。再就是要扩大阅读量,最好能背一部分的好句好文,多听多读,培养一定的语感吧,这也是做题的一种方法。练习是必不可少的,不过高一阶段还是打基础,不用过于在技巧上花功夫。学英语关键要积累和持之以恒。
PS:全部手打,希望采纳~
如何让学生学得有效率?
音标基础一定要打好,重点学习外国人在日常交流中的重读、轻读、连读、弱音等等这些基础发音的知识。如果没有头绪的话,咱们也可以选择报个外教班,跟着一对一外教说地道的口语。
分享大家一节价值388元的专业外教试课,还有免费英语资源等着大家:点击领取免费外教一对一试课试完课还有英语水平测试和一份口语学习报告赠送给各位,先到先得!
推荐理由如下:
1.师资力量:阿卡索外教皆持证上岗,在官网可以查到每位外教的资质,口音比较纯正。
2.学习自由:报名之后可以自己选择老师,如果不满意也可以换老师,直到选择到满意的为止。
3.收费价格:别的不说,咱们家的课程是绝对的划算,课均不到20元,就可以拥有属于自己的专属外教啦~
不知道如何选择英语机构,可以百度咨询“阿卡索vivi老师”;
如果想下载免费英语资源,可以百度搜索“阿卡索官网论坛”。
求论文(语音识别)
以下是一些让学生学得有效率的方法:1. 制定清晰的学习目标:学生需要知道他们要学习什么,以及期望达到什么样的成果。这有助于他们集中精力和资源来学习。
2. 创造积极的学习环境:为学生提供安静、整洁、舒适的学习环境,让他们能够集中注意力和思考问题。同时,鼓励学生互相合作和分享知识,营造积极的学习氛围。
3. 采用多种教学方法:不同的学生有不同的学习方式和喜好,因此采用多种教学方法可以更好地满足学生的需求。例如,使用讲解、演示、练习等多种方式来教授知识和技能。
4. 给予及时的反馈和评估:及时的反馈和评估可以帮助学生了解自己的学习进度和表现,及时调整学习策略和方法。同时,也可以帮助教师发现学生的弱点和问题,及时进行指导和帮助。
5. 培养学生自主学习能力:鼓励学生独立思考、自主学习和解决问题的能力,可以提高他们的学习效率和成果。例如,引导学生制定学习计划、寻找学习资源、反思学习过程等。
6. 激发学生的学习兴趣:学生的学习兴趣和动力对于学习效率有很大的影响。因此,教师应该尽可能地激发学生的学习兴趣,让他们对所学的内容感到兴趣和好奇心。
没有外教依然轻松孕育双语萌娃,附超详细英语启蒙路线
与机器进行语音交流,让机器明白你说什么,这是人们长期以来梦寐以求的事情。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科。近二十年来,语音识别技术取得显著进步,开始从实验室走向市场。人们预计,未来10年内,语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。
语音识别听写机在一些领域的应用被美国新闻界评为1997年计算机发展十件大事之一。很多专家都认为语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。
语音识别技术所涉及的领域包括:信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。 任务分类和应用 根据识别的对象不同,语音识别任务大体可分为3类,即孤立词识别(isolated word recognition),关键词识别(或称关键词检出,keyword spotting)和连续语音识别。其中,孤立词识别 的任务是识别事先已知的孤立的词,如“开机”、“关机”等;连续语音识别的任务则是识别任意的连续语音,如一个句子或一段话;连续语音流中的关键词检测针对的是连续语音,但它并不识别全部文字,而只是检测已知的若干关键词在何处出现,如在一段话中检测“计算机”、“世界”这两个词。
根据针对的发音人,可以把语音识别技术分为特定人语音识别和非特定人语音识别,前者只能识别一个或几个人的语音,而后者则可以被任何人使用。显然,非特定人语音识别系统更符合实际需要,但它要比针对特定人的识别困难得多。
另外,根据语音设备和通道,可以分为桌面(PC)语音识别、电话语音识别和嵌入式设备(手机、PDA等)语音识别。不同的采集通道会使人的发音的声学特性发生变形,因此需要构造各自的识别系统。
语音识别的应用领域非常广泛,常见的应用系统有:语音输入系统,相对于键盘输入方法,它更符合人的日常习惯,也更自然、更高效;语音控制系统,即用语音来控制设备的运行,相对于手动控制来说更加快捷、方便,可以用在诸如工业控制、语音拨号系统、智能家电、声控智能玩具等许多领域;智能对话查询系统,根据客户的语音进行操作,为用户提供自然、友好的数据库检索服务,例如家庭服务、宾馆服务、旅行社服务系统、订票系统、医疗服务、银行服务、股票查询服务等等。 前端前端处理是指在特征提取之前,先对原始语音进行处理,部分消除噪声和不同说话人带来的影响,使处理后的信号更能反映语音的本质特征。最常用的前端处理有端点检测和语音增强。端点检测是指在语音信号中将语音和非语音信号时段区分开来,准确地确定出语音信号的起始点。经过端点检测后,后续处理就可以只对语音信号进行,这对提高模型的精确度和识别正确率有重要作用。语音增强的主要任务就是消除环境噪声对语音的影响。目前通用的方法是采用维纳滤波,该方法在噪声较大的情况下效果好于其它滤波器。处理声学特征 声学特征的提取与选择是语音识别的一个重要环节。声学特征的提取既是一个信息大幅度压缩的过程,也是一个信号解卷过程,目的是使模式划分器能更好地划分。由于语音信号的时变特性,特征提取必须在一小段语音信号上进行,也即进行短时分析。这一段被认为是平稳的分析区间称之为帧,帧与帧之间的偏移通常取帧长的1/2或1/3。通常要对信号进行预加重以提升高频,对信号加窗以避免短时语音段边缘的影响。常用的一些声学特征* 线性预测系数LPC:线性预测分析从人的发声机理入手,通过对声道的短管级联模型的研究,认为系统的传递函数符合全极点数字滤波器的形式,从而n 时刻的信号可以用前若干时刻的信号的线性组合来估计。通过使实际语音的采样值和线性预测采样值之间达到均方差最小LMS,即可得到线性预测系数LPC。对 LPC的计算方法有自相关法(德宾Durbin法)、协方差法、格型法等等。计算上的快速有效保证了这一声学特征的广泛使用。与LPC这种预测参数模型类似的声学特征还有线谱对LSP、反射系数等等。
* 倒谱系数CEP:利用同态处理方法,对语音信号求离散傅立叶变换DFT后取对数,再求反变换iDFT就可得到倒谱系数。对LPC倒谱(LPCCEP),在获得滤波器的线性预测系数后,可以用一个递推公式计算得出。实验表明,使用倒谱可以提高特征参数的稳定性。
* Mel倒谱系数MFCC和感知线性预测PLP:不同于LPC等通过对人的发声机理的研究而得到的声学特征,Mel倒谱系数MFCC和感知线性预测 PLP是受人的听觉系统研究成果推动而导出的声学特征。对人的听觉机理的研究发现,当两个频率相近的音调同时发出时,人只能听到一个音调。临界带宽指的就是这样一种令人的主观感觉发生突变的带宽边界,当两个音调的频率差小于临界带宽时,人就会把两个音调听成一个,这称之为屏蔽效应。Mel刻度是对这一临界带宽的度量方法之一。
MFCC的计算首先用FFT将时域信号转化成频域,之后对其对数能量谱用依照Mel刻度分布的三角滤波器组进行卷积,最后对各个滤波器的输出构成的向量进行离散余弦变换DCT,取前N个系数。PLP仍用德宾法去计算LPC参数,但在计算自相关参数时用的也是对听觉激励的对数能量谱进行DCT的方法。声学模型 语音识别系统的模型通常由声学模型和语言模型两部分组成,分别对应于语音到音节概率的计算和音节到字概率的计算。本节和下一节分别介绍声学模型和语言模型方面的技术。
HMM声学建模:马尔可夫模型的概念是一个离散时域有限状态自动机,隐马尔可夫模型HMM是指这一马尔可夫模型的内部状态外界不可见,外界只能看到各个时刻的输出值。对语音识别系统,输出值通常就是从各个帧计算而得的声学特征。用HMM刻画语音信号需作出两个假设,一是内部状态的转移只与上一状态有关,另一是输出值只与当前状态(或当前的状态转移)有关,这两个假设大大降低了模型的复杂度。HMM的打分、解码和训练相应的算法是前向算法、Viterbi算法和前向后向算法。
语音识别中使用HMM通常是用从左向右单向、带自环、带跨越的拓扑结构来对识别基元建模,一个音素就是一个三至五状态的HMM,一个词就是构成词的多个音素的HMM串行起来构成的HMM,而连续语音识别的整个模型就是词和静音组合起来的HMM。上下文相关建模:协同发音,指的是一个音受前后相邻音的影响而发生变化,从发声机理上看就是人的发声器官在一个音转向另一个音时其特性只能渐变,从而使得后一个音的频谱与其他条件下的频谱产生差异。上下文相关建模方法在建模时考虑了这一影响,从而使模型能更准确地描述语音,只考虑前一音的影响的称为Bi- Phone,考虑前一音和后一音的影响的称为Tri-Phone。
英语的上下文相关建模通常以音素为基元,由于有些音素对其后音素的影响是相似的,因而可以通过音素解码状态的聚类进行模型参数的共享。聚类的结果称为senone。决策树用来实现高效的triphone对senone的对应,通过回答一系列前后音所属类别(元/辅音、清/浊音等等)的问题,最终确定其HMM状态应使用哪个senone。分类回归树CART模型用以进行词到音素的发音标注。 语言模型语言模型主要分为规则模型和统计模型两种。统计语言模型是用概率统计的方法来揭示语言单位内在的统计规律,其中N-Gram简单有效,被广泛使用。
N-Gram:该模型基于这样一种假设,第n个词的出现只与前面N-1个词相关,而与其它任何词都不相关,整句的概率就是各个词出现概率的乘积。这些概率可以通过直接从语料中统计N个词同时出现的次数得到。常用的是二元的Bi-Gram和三元的Tri-Gram。
语言模型的性能通常用交叉熵和复杂度(Perplexity)来衡量。交叉熵的意义是用该模型对文本识别的难度,或者从压缩的角度来看,每个词平均要用几个位来编码。复杂度的意义是用该模型表示这一文本平均的分支数,其倒数可视为每个词的平均概率。平滑是指对没观察到的N元组合赋予一个概率值,以保证词序列总能通过语言模型得到一个概率值。通常使用的平滑技术有图灵估计、删除插值平滑、Katz平滑和Kneser-Ney平滑。 搜索 连续语音识别中的搜索,就是寻找一个词模型序列以描述输入语音信号,从而得到词解码序列。搜索所依据的是对公式中的声学模型打分和语言模型打分。在实际使用中,往往要依据经验给语言模型加上一个高权重,并设置一个长词惩罚分数。
Viterbi:基于动态规划的Viterbi算法在每个时间点上的各个状态,计算解码状态序列对观察序列的后验概率,保留概率最大的路径,并在每个节点记录下相应的状态信息以便最后反向获取词解码序列。Viterbi算法在不丧失最优解的条件下,同时解决了连续语音识别中HMM模型状态序列与声学观察序列的非线性时间对准、词边界检测和词的识别,从而使这一算法成为语音识别搜索的基本策略。
由于语音识别对当前时间点之后的情况无法预测,基于目标函数的启发式剪枝难以应用。由于Viterbi算法的时齐特性,同一时刻的各条路径对应于同样的观察序列,因而具有可比性,束Beam搜索在每一时刻只保留概率最大的前若干条路径,大幅度的剪枝提高了搜索的效率。这一时齐Viterbi- Beam算法是当前语音识别搜索中最有效的算法。 N-best搜索和多遍搜索:为在搜索中利用各种知识源,通常要进行多遍搜索,第一遍使用代价低的知识源,产生一个候选列表或词候选网格,在此基础上进行使用代价高的知识源的第二遍搜索得到最佳路径。此前介绍的知识源有声学模型、语言模型和音标词典,这些可以用于第一遍搜索。为实现更高级的语音识别或口语理解,往往要利用一些代价更高的知识源,如4阶或5阶的N-Gram、4阶或更高的上下文相关模型、词间相关模型、分段模型或语法分析,进行重新打分。最新的实时大词表连续语音识别系统许多都使用这种多遍搜索策略。
N-best搜索产生一个候选列表,在每个节点要保留N条最好的路径,会使计算复杂度增加到N倍。简化的做法是只保留每个节点的若干词候选,但可能丢失次优候选。一个折衷办法是只考虑两个词长的路径,保留k条。词候选网格以一种更紧凑的方式给出多候选,对N-best搜索算法作相应改动后可以得到生成候选网格的算法。
前向后向搜索算法是一个应用多遍搜索的例子。当应用简单知识源进行了前向的Viterbi搜索后,搜索过程中得到的前向概率恰恰可以用在后向搜索的目标函数的计算中,因而可以使用启发式的A算法进行后向搜索,经济地搜索出N条候选。 系统实现 语音识别系统选择识别基元的要求是,有准确的定义,能得到足够数据进行训练,具有一般性。英语通常采用上下文相关的音素建模,汉语的协同发音不如英语严重,可以采用音节建模。系统所需的训练数据大小与模型复杂度有关。模型设计得过于复杂以至于超出了所提供的训练数据的能力,会使得性能急剧下降。
听写机:大词汇量、非特定人、连续语音识别系统通常称为听写机。其架构就是建立在前述声学模型和语言模型基础上的HMM拓扑结构。训练时对每个基元用前向后向算法获得模型参数,识别时,将基元串接成词,词间加上静音模型并引入语言模型作为词间转移概率,形成循环结构,用Viterbi算法进行解码。针对汉语易于分割的特点,先进行分割再对每一段进行解码,是用以提高效率的一个简化方法。
对话系统:用于实现人机口语对话的系统称为对话系统。受目前技术所限,对话系统往往是面向一个狭窄领域、词汇量有限的系统,其题材有旅游查询、订票、数据库检索等等。其前端是一个语音识别器,识别产生的N-best候选或词候选网格,由语法分析器进行分析获取语义信息,再由对话管理器确定应答信息,由语音合成器输出。由于目前的系统往往词汇量有限,也可以用提取关键词的方法来获取语义信息。 自适应与强健性 语音识别系统的性能受许多因素的影响,包括不同的说话人、说话方式、环境噪音、传输信道等等。提高系统鲁棒性,是要提高系统克服这些因素影响的能力,使系统在不同的应用环境、条件下性能稳定;自适应的目的,是根据不同的影响来源,自动地、有针对性地对系统进行调整,在使用中逐步提高性能。以下对影响系统性能的不同因素分别介绍解决办法。
解决办法按针对语音特征的方法(以下称特征方法)和模型调整的方法(以下称模型方法)分为两类。前者需要寻找更好的、高鲁棒性的特征参数,或是在现有的特征参数基础上,加入一些特定的处理方法。后者是利用少量的自适应语料来修正或变换原有的说话人无关(SI)模型,从而使其成为说话人自适应(SA)模型。
说话人自适应的特征方法有说话人规一化和说话人子空间法,模型方法有贝叶斯方法、变换法和模型合并法。
语音系统中的噪声,包括环境噪声和录音过程加入的电子噪声。提高系统鲁棒性的特征方法包括语音增强和寻找对噪声干扰不敏感的特征,模型方法有并行模型组合PMC方法和在训练中人为加入噪声。信道畸变包括录音时话筒的距离、使用不同灵敏度的话筒、不同增益的前置放大和不同的滤波器设计等等。特征方法有从倒谱矢量中减去其长时平均值和RASTA滤波,模型方法有倒谱平移。 微软语音识别引擎 微软在office和vista中都应用了自己开发的语音识别引擎,微软语音识别引擎的使用是完全免费的,所以产生了许多基于微软语音识别引擎开发的语音识别应用软件,例如《语音游戏大师》《语音控制专家》《芝麻开门》等等软件。 语音识别系统的性能指标 语音识别系统的性能指标主要有四项。①词汇表范围:这是指机器能识别的单词或词组的范围,如不作任何限制,则可认为词汇表范围是无限的。②说话人限制:是仅能识别指定发话者的语音,还是对任何发话人的语音都能识别。③训练要求:使用前要不要训练,即是否让机器先“听”一下给定的语音,以及训练次数的多少。④正确识别率:平均正确识别的百分数,它与前面三个指标有关。
小结
以上介绍了实现语音识别系统的各个方面的技术。这些技术在实际使用中达到了较好的效果,但如何克服影响语音的各种因素还需要更深入地分析。目前听写机系统还不能完全实用化以取代键盘的输入,但识别技术的成熟同时推动了更高层次的语音理解技术的研究。由于英语与汉语有着不同的特点,针对英语提出的技术在汉语中如何使用也是一个重要的研究课题,而四声等汉语本身特有的问题也有待解决。
毛妈平台投稿作者——陶妈向前冲从两个月开始萌生英语启蒙的念头,直到实施到现在已经30个月了,效果挺好的。希望能将自己的经验分享给更多需要的妈妈们。也希望得到更多这方面妈妈的共鸣,激励自己继续向前进。
一场双赢的投资
我是一名工科女生,不太会码字,只能用简历的方式呈现出我们启蒙的心路历程。看似简单,却是我30个月辛苦得来的宝贵经验。希望对想进行英语启蒙的家长有所帮助。
这30个月,只有孩子睡觉的时候我才能学习,放弃了美容健身的时间,换来了双语萌娃一枚。
但是我觉得值,因为这30个月换来了如何帮助孩子习得二语的宝贵经验,为他将来应试吃老本打下了坚实的基础。
也为自己的人生职业开启了第二扇窗户,等孩子不需要我照顾的时候,我或许会去当一名英文导游,或者外贸工作者。
男宝英文名:Albert
开始启蒙:出生后3个月
现在年龄:33个月
启蒙时长:30个月
培养接近native水平的双语狗仔
从输出 半个音节 单词 词组 短句 长句子
启蒙过程中的心得体会
在开始启蒙之前多看看前辈们的经验分享,根据自家孩子特点以及自己的能力开始因材施教。
我分析了下这些前辈的共同特点,父母基本都是从事英语工作的,而且都是研究型人才。他们目标明确、意志坚定,并且有相应的财力给孩子提供外教或者外国友人定期接触的机会。
所以我认为他们孩子在英语学习上取得较好成果主要是父母的坚持以及外教熏陶的结果(也可以没有外教,但是孩子的动力会差些。外教的存在可以让孩子知道这个世界上除了父母在说,的确是有外国人专门说英语的,要不孩子会更倾向于说中文母语。)
这个毋庸置疑当然越早越好。因为我们学英语的目的首先是应试,其次是交流 ,当然以后能给工作加分那就再好不过了 。
既然是应试,那么就要越早学习,现在英语在日常教学中一周只有两节课,要想应付考试还是要靠大量的课外辅导,这必将占据其他学科的学习时间,等孩子上小学三年级的时候就会应接不暇。而英语是一门语言,就像爷爷奶奶说的方言一样,可以从出生就开始教起,一点不妨碍中文的学习。
很多人的经验都说的再详细不过,基本上是大同小异。
家庭英语启蒙能够开花结果的,最终看的是家人给予的陪伴和坚持,以及有效的教育方式。
最有效的陪伴其实只需要每天一到两个小时。
1 跟日常生活相关
平时的吃喝拉撒睡中文怎么说,英文就怎么说。
每个场景准备一两句话,先自己学会,照顾孩子的时候再对其说,对于学过英语的我们一点都不难。
重要是敢于开口,口音问题只要原版音频的输入够强对孩子来说影响不大。
2 儿歌
不要贪多,不要攀比,一周一首,就跟跟孩子进行诗词启蒙一样,一周一首足矣,一年下来量很大的。
当然儿歌贴近生活的优先,数数的、形状的都可以安排上。
复杂的也可以,因为最终孩子都会给你重现出来,就像鹅妈妈童谣里面
这首歌,在Albert一岁多的时候我就当催眠曲唱给他听,现在他可以说长句子后就可以完整的唱出这首歌,就像背诗词一样。当然平时我会给他做相关的解释,比如告诉他piper 是一种乐器,给他看。会告诉他 you're young,grandmother is old. 还有里面涉及到的名词日常都有涉猎,这样等孩子到了一定阶段他就会明白这首歌的意思。
3 绘本
对于小月龄的宝宝,当然翻翻书最好。父母用夸张的表情和语气,总能吸引小宝宝的注意力。比如Dear zoo很轻松学一堆动物的名字。在孩子开口说话之前,只管输入,等到输出的时候自然会输出。
(这里说下我的观点:孩子说话早晚跟输入是成正比的。只要父母每天大量的跟他说,早说是必然的。身边说话晚的,排除病理因素,基本是输入少造成的。但是到了学龄前基本都可以说的很溜,但这也是多年累积的结果,同时要承认孩子语言的深度不可同日而语)
其次选用旋律优美朗朗上口的经典绘本,我首先用的是廖彩杏书单前两季的书,执行过程基本上是按照廖老师的计划走的。
一周两三本,每天至少给孩子播放一小时左右的歌曲;晚上再带着孩子读。
前期孩子自主性没那么高 也是被优美的旋律所吸引,所以我们的共读还是挺好的,很有规律。
但后来各方面的原因加上孩子中文越来越好,自我意识越来越强,他开始喜欢让我们读他喜欢的中文绘本,像小鸡球球、巴巴爸爸系列、小熊系列等。
这又让我开始搜寻新的能够吸引孩子的绘本,最近入了一些童话故事类的,比如 jack and beanstalk(杰克和魔豆), the little red riding hood(小红帽) ,这可能是孩子的认知到了故事性阶段的关系。
4 动画片
我是从孩子一岁半开始给他看小猪佩奇的,那时候一天看八集,上午下午各一次。也不知道他看不看得懂,反正就是欲罢不能,我也觉得一次看20分钟没什么关系。后来两岁多一点的时候因为各方宣传说三岁前不宜看电子产品,会过早近视。加上孩子那段时间看电视出现揉眼睛的现象,就带他去三甲医院测试了下视力,没有做散瞳测试。仪器测出来的,医生说正常。但是我还是有点后怕,怕是给看电视多了,所以果断把电视给掐了。有大半个月的时间没有看电视,天天在户外玩,除了吃饭睡觉基本不着家的那种。孩子也没有了挤眉弄眼的现象。
于是我笃定是电视加上绘本积木拼图这些都是费眼睛的东西造成的,我果断掐了电视,绘本阅读时间减到一小时以内,其他的量也都大大减少。我尽可能地提高自己的英语口语水平,多跟他说英文,多学儿歌唱演示给他。谁叫我是全职妈妈呢,这就是我的价值体现。最近又开始加入了动画片 little bear 和 paw patrol 等,但严格限制时间。
5 父母的英语水平
以我为例,我是大学期间英语六级,后来工作涉及到邮件英语,没有口语表达机会。刚开始英语启蒙的时候, 基本的单词我是会说的 但是像一些动作日常用语我是一点存货都没有,所以前期基本只跟孩子说单词,像:
-What's this?
-This is a flower,it's a tiger.
后来跟着达人推荐的sss还有各种绘本学了很多儿歌童谣 ,学会一首就唱给孩子听,并且用动作演示。所以孩子最先输出的是单词,然后是断句的儿歌 然后是整首儿歌 。
随着孩子两岁,我发现他的中文能力是实在太好了。
诗词一周一首,复述的滚瓜乱熟。波光粼粼、乱七八糟、牛气冲天等成语也用得恰到好处。可是看英文,我说什么他都懂,但是就是不愿意输出,还是停留在两三个单词短句或者唱儿歌,日常交流基本都是用中文。
我就思考问题出在哪里呢?
回想了下跟孩子的沟通过程,发现自己说的略快,还有我只顾着输出,却忘记教他怎么回答。
比如我问W hat was your favorite part of the day?
他只会说玩沙子,我就给他补充 My favorite part of the day was digging sand with you.
现在他会叽里咕噜地说,我明白因为句子太长太复杂,他还没掌握,但是现在一天天变好,很快就会说清楚完整的句子。还有吃饭的时候会说P lease pass me the cup.
在他离开桌子之前会提醒他 What should you say?
他知道了要说 May I leave the table? 等等
总之,在单一的家庭交流环境中,父母一定要告诉或者演示给他看如何进行问与答。否则,孩子只会说yes no。
接下来的安排
经过这30个月自己摸着石头过河跟孩子一起学英文的时间,孩子的英文启蒙基本入门,形成了双语思维,我也从说不出的状态变成了张口就来,这就是双赢所在。接下来就是学习单词,引入自然拼读和学科知识的学习,而这些都是靠坚持和时间的积累。
好了,今天我们就此结束对“电子产品英语词组”的讲解。希望您已经对这个主题有了更深入的认识和理解。如果您有任何问题或需要进一步的信息,请随时告诉我,我将竭诚为您服务。