Como o HolosAccent transforma sua voz em uma pontuação de pronúncia

Preparando sua gravação

Primeiro, o áudio é decodificado para um formato padrão: som mono amostrado a 16 kHz.

O sistema estima a relação sinal‑ruído da gravação. Se essa estimativa ficar abaixo de 25 dB e houver filtro de ruído disponível, ele aplica um filtro de redução de ruído antes da análise. Se a filtragem falhar, continua com a gravação original.

A forma de onda é então normalizada para atender aos requisitos de entrada do modelo de análise de fala. Silêncios e gravações com menos de meio segundo recebem pontuação zero.

Permitindo diferentes pronúncias

Em seguida, o texto de referência é convertido em pronúncias fonéticas usando um mecanismo de pronúncia. Uma palavra pode ter múltiplas formas aceitas.

O conjunto de pronúncias inclui:

• variantes britânicas e americanas.
• formas reduzidas comuns, como a vogal átona em to (para).
• alternativas contextuais selecionadas.

Por exemplo, a consoante final em close the door (fechar a porta) difere da que aparece em a close friend (um amigo próximo). O sistema pode escolher entre as alternativas suportadas ao processar a frase.

Ouvindo sons, não reconstruindo palavras

A gravação passa por um modelo acústico. Ele produz evidência para diferentes sons de fala ao longo do tempo, em intervalos de aproximadamente 20 milissegundos.

Esta é uma representação fonética da gravação. O avaliador não usa um modelo de linguagem ao nível de palavra para reconstruir a frase.

O sistema então examina essas saídas acústicas de duas maneiras:

Método	O que faz
Expected-sound alignment	Encontra o melhor timing para os sons esperados, escolhendo uma variante de pronúncia completa para cada palavra.
Independent sound recognition	Segue os sons favorecidos pelo modelo sem exigir a frase de referência.

Ambas as visões são necessárias porque o alinhamento pode posicionar um som esperado em algum ponto da gravação mesmo quando o falante o omitiu. O reconhecimento independente de sons fornece evidência adicional sobre o que foi realmente falado.

O pareamento também leva o tempo em conta, dificultando que um som em uma palavra conte como evidência para uma palavra distante.

Pontuando cada som

Para cada som alinhado, o avaliador calcula uma medida de acurácia de pronúncia: quão fortemente o modelo apoia o som esperado em relação aos sons concorrentes durante aquele intervalo.

Ele também considera:

• a probabilidade de pico do som esperado.
• se o reconhecimento independente de sons encontrou um som correspondente próximo.

Um mapeamento matemático ajustado converte essa evidência em um valor de acurácia do som entre 0 e 100.

Um som ausente do resultado de reconhecimento independente não recebe automaticamente zero. A evidência acústica ainda importa.

Decidindo quais palavras precisam de atenção

O feedback de palavras combina esses valores de som com verificações explícitas de erro. Uma palavra deve:

• Ter evidência suficiente de que foi falada.
• Atender ao limiar médio de acurácia configurado.
• Evitar substituições, inserções ou erros graves de som ausente detectados.

Substituições claras exigem apoio fraco ao som esperado e apoio forte a um som concorrente.

Evidência	Limite atual
Suporte ao som esperado	Below 0.05
Suporte ao seu substituto	At least 0.5

Esses são limiares de evidência do modelo, não probabilidades que um ouvinte humano julgaria a palavra incorreta.

Para palavras sinalizadas, o sistema devolve a pronúncia esperada e sua estimativa dos sons ouvidos, escrita em Alfabeto Fonético Internacional (IPA). Essa estimativa pode ser imperfeita, especialmente nas fronteiras das palavras.

Construindo a pontuação da frase

A pontuação da frase começa com uma combinação ajustada de:

• acurácia média dos sons.
• a proporção de sons esperados correspondidos pelo reconhecimento independente de sons.
• o número de sons de fala pronunciados por segundo.
• pausas longas entre palavras.

O cálculo de tempo exclui silêncio antes do primeiro som alinhado e após o último.

Essas características contribuem para uma pontuação geral. A implementação atual não fornece pontuações separadas de fluência, completude ou entonação voltadas ao usuário.

Como o crédito das palavras afeta o resultado

O avaliador então aplica um multiplicador de crédito de palavra explícito. Cada palavra recebe peso de acordo com o número de sons em sua pronúncia selecionada.

Resultado da palavra	Crédito ganho
Correct	Full weight
Spoken but flagged	One quarter of its weight
Omitted	No credit

O cálculo é:

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

Consequentemente, uma palavra longa e incorreta costuma custar mais que uma curta. Ler apenas uma pequena parte da frase também limita a pontuação, mesmo que esse fragmento soe claro.

Comparando sua pontuação com a referência

Finalmente, o sistema pode normalizar a pontuação bruta usando uma gravação de referência da mesma frase.

Ele pontua a referência sintetizada com a mesma versão do avaliador e, quando um baseline correspondente utilizável já está disponível, aplica:

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

Por exemplo, uma pontuação bruta de 80 contra uma pontuação de referência de 88 torna‑se aproximadamente 90.9.

Esse ajuste leva em conta o fato de que o modelo pode dar menos de 100 até mesmo à gravação de referência.

Baselines estão vinculados a:

• a voz de referência e o modelo de geração de fala.
• o modelo de pontuação.
• o vocabulário.
• a versão de calibração e regras.

Se um baseline correspondente não estiver disponível ou for inutilizável, o resultado mantém sua pontuação bruta. Uma primeira tentativa pode, portanto, permanecer sem ajuste enquanto um baseline é preparado para tentativas posteriores.

O que sua pontuação significa

O número resultante é uma pontuação de prática na escala do HolosAccent.

Uma pontuação de 90 não significa que 90 % das suas palavras estavam corretas, e não estabelece um nível CEFR ou equivalência a falantes nativos.

O mapeamento foi ajustado usando gravações avaliadas por especialistas, mas o novo sistema de pontuação permanece experimental e seus critérios completos de aceitação ainda não foram verificados. Ele pode perder erros ou sinalizar fala aceitável.

Feedback individual de palavras e padrões ao longo de tentativas repetidas fornecem contexto para interpretar o número.