Si HolosAccent e kthen zërin tuaj në një vlerësim të shqiptimit
Kur lexoni një frazë me zë, disa pyetje janë të rëndësishme: **which sounds did you produce, which words did you complete, and how did the sentence flow?** Rrjedha e re e vlerësimit të HolosAccent kombinon provat për të treja për të prodhuar një vlerësim
Përkthyer nga English · Lexo origjinalin
Përgatitja e incizimit tuaj
Së pari, audioja dekodohet në një format standard: mono sound sampled at 16 kHz.
Sistemi vlerëson raportin sinjal‑zë për incizimin. Nëse kjo vlerësim bie nën 25 dB dhe filtrimi i zërit është i disponueshëm, aplikon a noise-reduction filter përpara analizës. Nëse filtrimi dështon, vazhdon me incizimin origjinal.
Valëformë pastaj normalizohet për t’u përputhur me kërkesat e hyrjes së modelit të analizës së të folurit. Heshtja dhe incizimet më të shkurtra se gjysmë sekonde marrin një vlerësim zero.
Lejimi i shqiptimeve të ndryshme
Më pas, teksti referues konvertohet në shqiptime fonetike duke përdorur a pronunciation engine. Një fjalë mund të ketë forma të pranuara të shumta.
Grupi i shqiptimeve përfshin:
- Variante britanike dhe amerikane.
- Forma të reduktuara të zakonshme, si zanori i pa theksuar në to.
- Alternativa kontekstuale të përzgjedhura.
Për shembull, bashkëtingëllimi i fundit në close the door ndryshon nga ai në a close friend. Sistemi mund të zgjedhë ndërmjet alternativave të mbështetura ndërsa përpunon fjaliën.
Dëgjimi i tingujve, jo rindërtimi i fjalëve
Incizimi kalon nëpër an acoustic model. Ai prodhon prova për tinguj të ndryshëm të të folurit nëpër kohë, në intervale rreth 20-millisecond intervals.
Kjo është një përfaqësim fonetik i incizimit. Vlerësuesi nuk përdor një model gjuhësor në nivel fjalësh për të rindërtuar fjaliën.
Sistemi më pas shqyrton ato dalje akustike në dy mënyra:
| Method | What it does |
|---|---|
| Expected-sound alignment | Gjen kohën më të mirë për tingujt e pritur, duke zgjedhur një variant të plotë shqiptimi për çdo fjalë. |
| Independent sound recognition | Ndjek tingujt që preferon modeli pa kërkuar fjalinë referuese. |
Të dyja pamjet janë të nevojshme sepse përshtatja mund të vendosë një tingull të pritur diku në incizim edhe kur folësi e ka lënë jashtë. Njohja e pavarur e tingujve furnizon prova shtesë për atë që është folur në të vërtetë.
Përputhja gjithashtu merr parasysh kohën, duke e bërë më të vështirë që një tingull në një fjalë të llogaritet si provë për një fjalë të largët.
Vlerësimi i çdo tingulli
Për çdo tingull të përshtatur, vlerësuesi llogarit një pronunciation accuracy measure: sa fort modeli mbështet tingullin e pritur në krahasim me tingujt konkurrues gjatë atij intervali.
Ai gjithashtu merr parasysh:
- Probabilitetin kulminant të tingullit të pritur.
- Nëse njohja e pavarur e tingujve gjeti një tingull përputhës afër.
Një hartëzime matematike e përshtatur kthen këto prova në një sound accuracy value between 0 and 100.
Një tingull që mungon në rezultatin e njohjes së pavarur nuk merr automatikisht zero. Provat akustike ende kanë rëndësi.
Vendosja se cilat fjalë kërkojnë vëmendje
Feedback-u i fjalëve kombinon këto vlera të tingujve me kontrolle të qarta gabimesh. Një fjalë duhet:
- Të ketë prova të mjaftueshme që është folur.
- Të përmbush pragun e konfigurimit të saktësisë mesatare.
- Të shmangë zëvendësime, shtesa, ose gabime të rënda të tingujve të munguar të zbuluara.
Zëvendësimet e qarta kërkojnë weak support for the expected sound dhe strong support for a competing sound.
| Provë | Pragu aktual |
|---|---|
| Mbështetje për tingullin e pritur | Nën 0.05 |
| Mbështetje për zëvendësimin e tij | Të paktën 0.5 |
Këto janë model evidence thresholds, jo probabilitete që një dëgjues njerëzor do të vlerësonte fjalën si të pasaktë.
Për fjalët e shënuara, sistemi kthen shqiptimin e pritur dhe vlerësimin e tij të tingujve të dëgjuar, shkruar në International Phonetic Alphabet (IPA). Ky vlerësim mund të jetë jo i përsosur, veçanërisht rreth kufijve të fjalëve.
Ndërtimi i vlerësimit të fjalisë
Vlerësimi i fjalisë fillon me një kombinim të përshtatur i:
- Saktësia mesatare e tingujve.
- Pjesa e tingujve të pritur që përputhen nga njohja e pavarur e tingujve.
- Numri i tingujve të folur për sekondë.
- Pauzat e gjata midis fjalëve.
Llogaritja e kohës përjashton heshtjen para tingullit të parë të përshtatur dhe pas të fundit.
Këto veçori kontribuojnë në one overall score. Zbatimi aktual nuk ofron vlerësime të veçanta për rrjedhshmëri, plotësi, ose intonacion për përdoruesin.
Si krediti i fjalës ndikon në rezultat
Vlerësuesi më pas aplikon një word-credit multiplier të qartë. Çdo fjalë peshohet sipas numrit të tingujve në shqiptimin e saj të zgjedhur.
| Rezultati i fjalës | Krediti i fituar |
|---|---|
| E saktë | Pesha e plotë |
| E folur, por e shënuar | Një çerek i peshës së saj |
| E humbur | Pa kredi |
Llogaritja është:
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
Për pasojë, një fjalë e gjatë e pasaktë zakonisht kushton më shumë se një e shkurtër. Leximi vetëm i një pjese të vogël të fjalisë gjithashtu kufizon vlerësimin, edhe nëse ajo pjesë duket e qartë.
Krahasimi i vlerësimit tuaj me referencën
Së fundi, sistemi mund të normalizojë vlerësimin bruto duke përdorur një reference recording of the same phrase.
Ai vlerëson referencën e sintetizuar me të njëjtën version të vlerësuesit dhe, kur një bazë e përdorshme përputhëse është tashmë e disponueshme, aplikon:
displayed score = min(100, raw score / reference score × 100)
Për shembull, një vlerësim bruto prej 80 kundrejt një vlerësimi referues prej 88 bëhet rreth 90.9.
Ky rregullim merr parasysh faktin se modeli mund t’i japë edhe incizimit referues më pak se 100.
Bazat janë të lidhura me:
- Zërin referues dhe modelin e gjenerimit të të folurit.
- Modelin e vlerësimit.
- Fjalorin.
- Versionin e kalibrimit dhe rregullave.
Nëse një bazë e përputhshme është e padisponueshme ose e papërdorshme, rezultati mban vlerësimin bruto. Një përpjekje e parë mund kështu të mbetet e pa rregulluar, ndërsa një bazë përgatitet për përpjekjet e mëvonshme.
Çfarë do të thotë vlerësimi juaj
Numri i rezultuar është një practice score on HolosAccent’s scale.
Një vlerësim prej 90 nuk do të thotë se 90 përqind e fjalëve tuaja ishin të sakta, dhe nuk vendos një nivel CEFR apo ekuivalencë me folësin amë.
Hartimi është përshtatur duke përdorur incizime të vlerësuara nga ekspertë, por new scoring system remains experimental dhe kriteret e plota të pranimit ende nuk janë verifikuar. Mund të humbasë gabime ose të shënojë të folurën e pranueshme.
Feedback-u individual i fjalëve dhe modelet nëpër përpjekje të përsëritura ofrojnë kontekst për të interpretuar numrin.