中文沉浸式课堂的朗读流利度测评指南
写给沉浸式中文老师:为什么按字计数,怎样在汉字上标错,怎样算每分钟正确字数,以及没有全国常模时怎样建立本校常模。
在很多沉浸式项目里,孩子低年级的阅读大部分是用中文完成的。英文阅读有大家熟悉的筛查工具和全国常模;中文阅读却往往只有分级读物的记录,或者根本没有系统的测评。孩子读得最多的那门语言,进步反而最看不见。
中文朗读流利度测评就是要让这份进步看得见:学生用一分钟大声朗读一篇没读过的中文短文,老师数出每分钟读对的字数和准确率。道理和英文的朗读流利度测评(ORF)一样,只是按中文的书写特点做了调整。
这篇指南写给沉浸式项目的中文老师:为什么按字来数,怎样在一个字上标错,现在有哪些常模可以参考、缺的是什么,怎样选文和施测,AI 评分需要老师把关的地方,以及各州阅读法案对目标语言筛查的要求。明尼苏达州 Minnetonka 学区的中文沉浸式老师在用 ReadingFluency.app。这篇文章也有英文版,更适合转给学区的读写负责人和校长。ReadingFluency.app 的界面是英文的,文中提到界面时会把英文按钮名一起写出来。
| 英文 ORF | 中文 ORF | |
|---|---|---|
| 计数单位 | 单词 | 汉字(标点不算) |
| 速度 | 每分钟读对的单词数(WCPM) | 每分钟读对的字数 |
| 常见错误 | 替换、漏读 | 形近字读错(把“鸟”读成“岛”)、漏字 |
| 全国常模 | Hasbrouck–Tindal 等 | 针对美国沉浸班学生的很少,需要建立本校常模 |
| 学生看到的 | 单词 | 只有汉字,不标拼音 |
为什么按“字”而不是按“词”计数
中文书写时词和词之间没有空格,一个词从哪里断开,大家的看法也不总是一样:“公园里”算一个词还是两个?“看见”呢?如果按词计数,结果就要看用的是谁的分词标准,两位老师给同一次朗读打分,可能得出不同的数字。
按字计数就没有这个问题。一个汉字就是一个音节,也是纸面上的一个单位,两位老师听同一段录音,数出来的结果是一样的。所以中文朗读流利度测评数的是:
- 学生读对的每一个汉字
- 按每分钟计算
- 不算标点:,。!?和引号不读出来,也不计数
看数据时要注意一点:中文的每分钟字数和英文的 WCPM 是两种不同的指标,刻度也不一样,不能放在一起比。中文只和中文比:同一个学生一学年里的变化,或者本项目的学生读同一批短文的结果。
在 ReadingFluency.app 里,只要把短文的语言设为 Chinese,朗读界面、标错和计分都会自动按单个汉字切分,标点一律不计分。
一段带拼音的示例短文
下面这段短文,是按老师给一分钟朗读标错的方式标注的。
为这篇指南原创的一段低年级短文。拼音是给老师看的,学生读的时候只看汉字。
星期天,天气很好。小明和妈妈去公园。公园里有很多花,红的、黄的,真好看。小明看见一只小鸟→ 岛在树上唱歌。他说:“小鸟,你好!”
这两处错误在低年级学生身上都很常见。学生把“公园里”的“里”漏掉了,因为少了这个字,句子照样说得通;把“鸟”读成了“岛”,因为这两个字大部分笔画相同。形近字读错,会是您最常标到的错误。
拼音是给老师看的,不是给学生的。测评时学生只读汉字,ReadingFluency.app 的朗读界面也只显示汉字,不显示拼音。如果项目要测拼音,最好把它单独作为一项,不要把拼音印在朗读短文上。
怎样在一个字上标错
每个字只判对或错。规则沿用英文 ORF 的惯例,只是落到每一个字上:
| 学生的表现 | 例子 | 算不算错? |
|---|---|---|
| 读成了别的字 | “鸟”niǎo 读成“岛”dǎo | 算 |
| 漏读一个字 | “公园里”读成“公园” | 算 |
| 卡住了,老师告诉他这个字 | 大约三秒没有开口 | 算 |
| 字读对了,声调读错了 | “花”huā 读成 huà | 由老师们一起决定(见下文) |
| 多读了一个字 | “小鸟”读成“小小鸟” | 不算 |
| 读错后自己马上改过来 | 先读“岛”,再改成“鸟” | 不算 |
| 重复读一个字或一个短语 | “小明,小明看见” | 不算 |
有两点是中文特有的。建议老师们在第一次测评前就商量好、写下来,秋、冬、春三次都按同一个标准来:
- 声调。 字读对了但声调错了算不算错,并没有统一的规定。有的团队认为学过的字就要算,有的在低年级会宽松一些。哪种都可以,关键是所有老师的标准一致。
- 口音和家庭语言。 家里说粤语或其他方言的学生,或者 n 和 l、zh 和 z 不分的学生,读音可能和普通话不同,但并没有认错字。英文 ORF 的原则在这里同样适用:由方言带来的发音差异,而不是解码问题(英文),不算错。
在 ReadingFluency.app 里,点一下字就能标注:点一次是 Mispronounced(读错,黄色),点第二次是 Skipped(漏读,划掉),点第三次恢复成正确。没有单独的“自我纠正”标记,因为自我纠正本来就算读对。AI 评分如果听到学生多读了字,会显示一个小小的 + 标签,不计入错误。
每分钟正确字数
一次中文朗读测评得出两个数字:
- 每分钟正确字数 =(读到的字数 − 错误字数)÷ 朗读的分钟数
- 准确率 = 读对的字数 ÷ 读到的字数
拿上面的示例短文来算:假设学生用 40 秒读完了全部 48 个字,错误就是图里的 2 处。
- 读对的字数:48 − 2 = 46
- 速度:46 ÷(40 ÷ 60)= 每分钟 69 个正确字
- 准确率:46 ÷ 48 = 95.8%
真正的一分钟测评,短文要比年级里读得最快的学生一分钟能读的还长。60 秒一到就停,“读到的字数”算到学生读到的最后一个字,这时速度就等于读对的字数。
上面的数字只是为了说明怎么算,不是任何年级的基准。
在 ReadingFluency.app 的测评报告里,速度显示在 Reading Rate 卡片上,单位是 CPM,只计读对的字;准确率显示在 Fluency Score 卡片上。点开每张卡片的 How it's calculated,可以看到背后的具体数字。进度图表和小组目标在所有语言里共用一个速度栏位,标签写的是 WCPM 或 WPM;读中文短文时,这个数字就是每分钟正确字数。
基准和常模:现在有什么,怎样建立本校常模
英文 ORF 有大家普遍使用的全国参考数据,比如 Hasbrouck–Tindal 常模(见我们 ORF 指南里的基准表,英文)。这些数字不能直接套用到中文上:计数单位不同,文字不同,沉浸班学生接触中文的量,和母语是英文的孩子接触英文的量也完全不是一回事。
针对美国沉浸班学生的中文朗读流利度常模,公开发表的很少;而且常模只对编制它时用的短文和学生才有意义。所以比较实际的做法是建立本校(本项目)的常模:
- 固定一套短文:每个年级、每个测评时段(秋、冬、春)各一套,每年都用同一套。
- 全年级的沉浸班学生都测,指导语、时间和计分规则都一样。
- 看分布:第一年先看每个年级、每个时段的中位数和百分位,不急着定一个分数线。
- 先定试行的判断规则,比如低于某个百分位的学生要进一步关注,再和老师的判断以及其他测评(高频字、阅读理解)对照。
- 有了第二年的数据后,再调整规则。
ReadingFluency.app 没有内置全国性的中文常模。Reports 页面上的百分位区间,是根据您自己的测评数据算出来的,可以按需要筛选,这正是本校常模要做的比较:这个学生和本项目的学生比,读的是同样的短文。
怎样选测评短文
测评用的短文应该:
- 学生没读过:不要用这周刚练过的课文。
- 和年级的识字量匹配:大部分是学过的字,生字要少。
- 够长:比年级里读得最快的学生一分钟能读的还要长。
- 固定:每个时段都用同一套短文,或者老师们确认过难度相当的几套。
- 用您教的字体:ReadingFluency.app 只有一个语言选项 Chinese,没有单独的繁体选项。
把短文放进 ReadingFluency.app 有三种办法:
- Import(导入):上传课程的 PDF、一页课本的照片,或者粘贴文字。导入前先把语言设成 Chinese;AI 会原文照录地提取每一篇短文,每篇都由您审核后才放进短文库。具体步骤见 PDF 导入教程(英文)。
- AI Generate(AI 生成):选 Chinese、年级、长度(30 秒到 3 分钟)、可选的主题,以及难度:YCT 1–4、HSK 1–6 或自定义。难度只用于生成。每篇生成的短文在用于测评前都要读一遍,看看有没有学生没学过的字;如果您教简体字,也要检查有没有混进繁体字。详见短文生成器(英文)。
- Manual Entry(手动输入):已经有电子文本的基准短文,可以直接输入。
习惯在纸上标错的老师,可以把中文短文打印出来:每行 28 个字,每行旁边标着累计字数。
施测:一对一,还是全班一起
每个学生的施测条件要一样:同样的指导语、同样的时间、安静的地方,设备的麦克风离学生近一些。准备一段固定的中文指导语,让每位老师说的都一样,比如:
请你把这篇短文大声读出来,尽量读好。遇到不认识的字,先跳过,接着往下读。
一对一测评时,也可以改成学生卡住大约三秒后,由老师告诉他这个字,并记为错误。选定一种做法,每次都照着做。
一对一。 打开短文,开始限时朗读(一般测一分钟)。可以一边听一边点字标错,也可以先录音,之后再标。
全班一起。 发起一次线上小组朗读(英文):选好学生,把朗读模式设成 Time-limited(限时:30、60 或 90 秒,也可以自定义),再把加入代码告诉学生。学生在自己的设备上大声朗读、提交录音,不需要学生账号。打开 AI Auto-Analysis 的话,每份录音一提交就会自动分析,老师在同一个列表里逐个审核。
审核 AI 的中文评分
分析录音时,语音识别先把录音转写成中文,再把转写结果和短文一个字一个字地对齐。如果识别出来的是同音字(拼音和声调都一样),这个字仍然算读对,因为转写里出现同音字,并不代表学生读错了。AI 给出的只是初稿,老师审核之前都不算最终结果。
在相信这个分数之前,请检查:
- 声调。 AI 并不直接从录音里判断声调,只有当识别结果变成了另一个字时,声调错误才会被标出来。如果你们决定声调错误要算,请老师自己听。
- 口音和家庭语言。 地方口音或家庭语言的发音可能造成误判,确认之前先回放。
- 读到了哪里。 确认学生读到的最后一个字,因为它决定“读到的字数”。
- 会影响决定的地方。 每个句子都有播放按钮,AI 标为读错的字也有自己的短片段可以单独听。点一下就能改标注,速度和准确率会跟着更新。
更完整的检查清单,见老师应该怎样核查 AI 朗读评分(英文);审核界面怎么用,见 AI 朗读流利度追踪(英文)。
各州阅读法案与目标语言筛查
现在美国大多数州都有关于阅读的法律。据 Albert Shanker Institute 统计,至少 40 个州通过了重要的读写法案,大部分要求集中在幼儿园到三年级(Education Week,2025 年 11 月,英文)。很多法案对低年级学生的筛查有要求,往往一年不止一次;有的州(比如明尼苏达州)还规定要用州里批准的筛查工具。
对用另一种语言学认字、学阅读的学生,各州的规定不一样,很多州几乎没有提到。项目可以先弄清楚两件事:
- 州里认不认可用目标语言(partner language)做的筛查?筛查工具由州里批准,还是由学区批准?
- 沉浸班的学生是不是还要做英文筛查?从几年级开始?
不管州里怎么规定,中文朗读流利度测评都能让项目有一项明确的目标语言测评、和英文同步的秋冬春三次数据,以及写清楚的判断规则。
例子:明尼苏达州的 READ Act
明尼苏达州的法律对沉浸式项目规定得很明确。READ Act(州法第 120B.12 条)里和中文老师关系最大的是这几条:
- 幼儿园到三年级的学生,包括沉浸式项目的学生,每年都要筛查三次。
- 如果项目用目标语言(partner language)教基础阅读技能,这些学生就要用目标语言筛查,频率和英文筛查一样;幼儿园到三年级使用的目标语言筛查工具由学区批准。
- 如果目标语言没有现成的筛查工具,学区要说明怎样评估学生的阅读水平,以及怎样提供有针对性的教学。
明尼苏达州的学区每年都要向州教育厅提交读写计划(Local Literacy Plan)。
例子:一个学区的读写计划
Minnetonka 学区公开的读写计划(英文,2026 年 6 月提交)就把中文简体朗读流利度(Chinese Simplified Oral Reading Fluency)列为目标语言筛查之一:一年级冬、春两次,二到五年级秋、冬、春三次,低年级还配合拼音和高频字的测评。这是 Minnetonka 自己的安排;这篇指南介绍的是一般做法,不是 Minnetonka 的具体流程。
常用术语中英对照
ReadingFluency.app 的界面、学区的会议和读写计划,用的都是英文。下面这些词最常碰到:
| 中文 | English | 在哪里会碰到 |
|---|---|---|
| 朗读流利度 | oral reading fluency (ORF) | 学区会议、读写计划 |
| 筛查 | screening, screener | 每年三次的全员筛查 |
| 基准 | benchmark | 秋、冬、春三次测评 |
| 常模 | norms | 比如英文的 Hasbrouck–Tindal 常模 |
| 进度监测 | progress monitoring | 接受干预的学生 |
| 每分钟正确字数 | characters correct per minute;应用里写作 CPM | Reading Rate 卡片 |
| 每分钟正确词数 | words correct per minute (WCPM) | 英文 ORF;进度图表的标签 |
| 准确率 | accuracy | Fluency Score 卡片 |
| 读错 | Mispronounced | 标错时点一次 |
| 漏读 | Skipped | 标错时点两次 |
| 错误 | miscue | 英文 ORF 资料里的说法 |
| 目标语言 | partner language | 各州阅读法案、读写计划 |
| 双语沉浸式项目 | dual language immersion (DLI) | 各州阅读法案、读写计划 |
| 读写计划 | Local Literacy Plan | 明尼苏达州的说法;学区每年 6 月 15 日前提交 |
测评前后的清单
测评前:
- 为每个年级、每个时段选好一套短文,请老师们通读一遍,找出学生没学过的字。
- 把计分规则写下来:声调、口音、老师提示的字、时间限制。
- 统一一段中文指导语。
- 安排好谁测哪些学生,每个年级是一对一还是全班一起。
测评后:
- 用数据之前,先审核 AI 的标注。
- 看每个年级的分布,标出需要进一步关注的学生,再对照高频字、阅读理解和老师平时的了解。
- 把这篇指南的英文版转给学区的读写负责人。
在 ReadingFluency.app 里,短文库、学生名单、手动标错和进度追踪,用中文短文和用英文短文是一样的。个人、学校和学区方案,请看价格页面(英文)。
放到您的课堂里是什么样子?
想少花时间在测评的琐事上、多花时间陪学生读书,可以看看下面这几页(英文)。