Bagaimana HolosAccent Mengubah Suara Anda Menjadi Skor Pengucapan

Menyiapkan rekaman Anda

Pertama, audio didekode menjadi format standar: mono sound sampled at 16 kHz.

Sistem memperkirakan rasio sinyal‑to‑noise rekaman. Jika perkiraan tersebut di bawah 25 dB dan penyaringan kebisingan tersedia, sistem menerapkan a noise-reduction filter sebelum analisis. Jika penyaringan gagal, sistem melanjutkan dengan rekaman asli.

Gelombang suara kemudian dinormalisasi agar sesuai dengan persyaratan input model analisis ucapan. Keheningan dan rekaman yang lebih pendek dari setengah detik mendapatkan skor nol.

Mengizinkan variasi pengucapan

Selanjutnya, teks referensi diubah menjadi pengucapan fonetik menggunakan a pronunciation engine. Sebuah kata dapat memiliki beberapa bentuk yang diterima.

Set pengucapan mencakup:

• Varian British dan American.
• Bentuk reduksi umum, seperti vokal tak tertekan dalam to (kata to).
• Alternatif kontekstual terpilih.

Sebagai contoh, konsonan akhir dalam close the door berbeda dengan yang ada dalam a close friend. Sistem dapat memilih di antara alternatif yang didukung saat memproses kalimat.

Mendengarkan suara, bukan menyusun kembali kata

Rekaman melewati an acoustic model. Model ini menghasilkan bukti untuk berbagai suara ucapan sepanjang waktu, dengan interval kira‑kira 20-millisecond intervals.

Ini adalah representasi fonetik dari rekaman. Penilai tidak menggunakan model bahasa tingkat kata untuk menyusun kembali kalimat.

Sistem kemudian memeriksa output akustik tersebut dengan dua cara:

Metode	Apa yang dilakukan
Expected-sound alignment	Menemukan penempatan waktu terbaik untuk suara yang diharapkan, memilih varian pengucapan lengkap untuk setiap kata.
Independent sound recognition	Mengikuti suara yang dipilih model tanpa memerlukan kalimat referensi.

Kedua pandangan diperlukan karena penyelarasan dapat menempatkan suara yang diharapkan di suatu tempat dalam rekaman meskipun pembicara menghilangkannya. Independent sound recognition menyediakan bukti tambahan tentang apa yang sebenarnya diucapkan.

Pencocokan juga mempertimbangkan timing, sehingga lebih sulit bagi suara dalam satu kata dihitung sebagai bukti untuk kata yang jauh.

Menilai setiap suara

Untuk setiap suara yang diselaraskan, penilai menghitung pronunciation accuracy measure: seberapa kuat model mendukung suara yang diharapkan dibandingkan suara pesaing selama interval tersebut.

Ia juga mempertimbangkan:

• Puncak probabilitas suara yang diharapkan.
• Apakah independent sound recognition menemukan suara yang cocok di sekitarnya.

Pemeta matematika yang disesuaikan mengubah bukti ini menjadi sound accuracy value between 0 and 100.

Suara yang tidak muncul dalam hasil independent recognition tidak otomatis mendapat nol. Bukti akustik tetap penting.

Menentukan kata mana yang perlu perhatian

Umpan balik kata menggabungkan nilai suara ini dengan pemeriksaan kesalahan eksplisit. Sebuah kata harus:

• Memiliki bukti yang cukup bahwa kata tersebut diucapkan.
• Memenuhi ambang akurasi rata‑rata yang dikonfigurasi.
• Tidak mengandung substitusi, sisipan, atau kesalahan suara yang hilang secara parah yang terdeteksi.

Substitusi jelas memerlukan weak support for the expected sound dan strong support for a competing sound.

Bukti	Ambang saat ini
Dukungan untuk suara yang diharapkan	Di bawah 0.05
Dukungan untuk penggantiannya	Setidaknya 0.5

Ini adalah model evidence thresholds, bukan probabilitas yang akan dinilai oleh pendengar manusia sebagai kata yang salah.

Untuk kata yang ditandai, sistem mengembalikan pengucapan yang diharapkan dan perkiraan suara yang terdengar, ditulis dalam International Phonetic Alphabet (IPA). Perkiraan tersebut dapat tidak sempurna, terutama di sekitar batas kata.

Membuat skor kalimat

Skor kalimat dimulai dengan kombinasi yang disesuaikan dari:

• Akurasi suara rata‑rata.
• Proporsi suara yang diharapkan yang cocok oleh independent sound recognition.
• Jumlah suara ucapan yang diucapkan per detik.
• Jeda panjang antar kata.

Perhitungan timing mengecualikan keheningan sebelum suara pertama yang diselaraskan dan setelah suara terakhir.

Fitur‑fitur ini berkontribusi pada one overall score. Implementasi saat ini tidak menyediakan skor terpisah untuk kefasihan, kelengkapan, atau intonasi yang ditampilkan kepada pengguna.

Bagaimana kredit kata memengaruhi hasil

Penilai kemudian menerapkan word-credit multiplier yang eksplisit. Setiap kata diberi bobot berdasarkan jumlah suara dalam pengucapan yang dipilih.

Hasil kata	Kredit yang diperoleh
Correct	Bobot penuh
Spoken but flagged	Seperempat bobotnya
Omitted	Tanpa kredit

Perhitungannya adalah:

word credit =
    (correct sound weight + 0.25 × flagged spoken sound weight)
    / total expected sound weight

raw score =
    sentence estimate, clipped to 0–100, × word credit

Akibatnya, kata yang salah dan panjang biasanya mengurangi skor lebih banyak daripada kata yang pendek. Membaca hanya sebagian kecil kalimat juga membatasi skor, meskipun fragmen itu terdengar jelas.

Membandingkan skor Anda dengan referensi

Akhirnya, sistem dapat menormalkan skor mentah menggunakan reference recording of the same phrase.

Ia menilai referensi yang disintesis dengan versi penilai yang sama dan, ketika baseline pencocokan yang dapat digunakan sudah tersedia, menerapkan:

displayed score = min(100, raw score / reference score × 100)

Sebagai contoh, skor mentah 80 dibandingkan skor referensi 88 menjadi kira‑kira 90.9.

Penyesuaian ini memperhitungkan fakta bahwa model mungkin memberi bahkan rekaman referensi kurang dari 100.

Baseline terkait dengan:

• Suara referensi dan model generasi ucapan.
• Model penilaian.
• Kosakata.
• Versi kalibrasi dan aturan.

Jika baseline pencocokan tidak tersedia atau tidak dapat digunakan, hasil tetap menggunakan skor mentahnya. Upaya pertama dapat tetap tidak disesuaikan sementara baseline disiapkan untuk upaya selanjutnya.

Apa arti skor Anda

Angka yang dihasilkan adalah practice score on HolosAccent’s scale.

Skor 90 tidak berarti bahwa 90 persen kata Anda benar, dan tidak menetapkan level CEFR atau kesetaraan penutur asli.

Pemetaan telah disesuaikan menggunakan rekaman yang dinilai ahli, tetapi new scoring system remains experimental dan kriteria penerimaan lengkapnya belum diverifikasi. Sistem ini dapat melewatkan kesalahan atau menandai ucapan yang dapat diterima.

Umpan balik kata individu dan pola pada percobaan berulang memberikan konteks untuk menafsirkan angka tersebut.