Ćwiczenie wymowy

Do niedawna ćwiczenie poprawnej wymowy języka obcego wymagało pomocy lektora. Chociaż jako wzór wymowy można było wykorzystać nagrania rodzimych użytkowników, samodzielne korzystanie z nagrań nie dawało możliwości oceny postępów. Dopiero technologia rozpoznawania mowy z graficzną reprezentacją dźwięku, która uwzględnia granice poszczególnych fonemów umożliwia samodzielną ocenę poprawności wymowy. Jako wzór służy nagranie rodzimego użytkownika, które jest nie tylko odtwarzane w formie audio, ale także przedstawiane graficznie w postaci grafu. Podobny graf jest generowany z wymowy studenta, dzięki czemu obie wymowy można porównać i znaleźć odstępstwa od poprawnej wymowy. Kolejne odtworzenie nagrania daje osobie uczącej się możliwość uświadomienia sobie różnicy między własną a poprawną wymową.

 

Część językowa

Podstawą działania tej technologii jest detektor mowy, który stara się interpretować rozpoznawany dźwięk zgodnie z podanym zapisem. Wyszukuje części, które są najbardziej podobne do fonemów znajdujących się w zapisie i oznacza ich granice. 

Rozwiązanie softwarowe 

Detektor jest najbardziej wymagającym elementem technologii, z reguły działa na dedykowanym serwerze. Aplikacja zawiera również prezentację grafu z zaznaczonymi granicami fonemu, animację odtwarzania oraz narzędzie do komunikacji z serwerem. 

Dostępne funkcje

Serwer z detektorem

• na wejściu otrzymuje dźwięk oraz jego zapis, w zamian dostarcza lokalizację granic poszczególnych fonemów. 

Aplikacja

• wysyła na serwer dźwięk oraz jego zapis, 
• wyświetla graf przedstawiający wartości zarejestrowanego dźwięku wraz z wyznaczonymi czasowymi interwałami poszczególnych fonemów, 
• animuje kursor grafu podczas odtwarzanie dźwięku.

Systemy operacyjne

Implementacja aplikacji jest możliwa na systemach Windows, Linux, iOS oraz Android, detektor jest dostępny na platformę Linux.