ノルウェー語を学ぶ子どもL2学習者の自動発音評価において、スコア分布の偏りが精度と公平性を損なう問題に着目し、wav2vec2 に基づくマルチタスクモデルと回帰モデルによるスコア補正手法を提案する。分類で得られる離散スコアを回帰により連続値へ変換し、さらにヒストグラム平坦化により分布を調整することで、特にサンプルの少ない低スコア帯の識別性能を改善した。NOCASAデータセットでの評価により、UARが大幅に向上し、子どもの発音評価における有効性が示された。