Kiejtési értékelés a Microsoft Foundry portálon

Fontos

A cikkben megjelölt (előzetes verziójú) elemek jelenleg nyilvános előzetes verzióban érhetők el. Ez az előzetes verzió szolgáltatásszint-szerződés nélkül érhető el, és éles számítási feladatokhoz nem javasoljuk. Előfordulhat, hogy néhány funkció nem támogatott, vagy korlátozott képességekkel rendelkezik. További információ: Kiegészítő használati feltételek a Microsoft Azure előzetes verziójú termékeihez.

A kiejtési értékelés a beszéd-szöveg képesség használatával nyújt szubjektív és objektív visszajelzést a nyelvtanulók számára. A kiejtés gyakorlása és az időben kapott visszajelzések elengedhetetlenek a nyelvi készségek fejlesztéséhez. A tapasztalt tanárok által végzett értékelések sok időt vehet igénybe, és költségesek lehetnek a tanulók számára. A kiejtési értékelés segíthet abban, hogy a folyamat vonzóbbá és akadálymentesebbé tegye a folyamatot minden háttérbeli tanuló számára.

Ez a cikk azt ismerteti, hogyan használhatja a kiejtés-értékelési eszközt anélkül, hogy kódot ír a Microsoft Foundry portálon. A kiejtési értékelés beszédalkalmazásokban való integrálásáról a Kiejtési értékelés használata című témakörben olvashat.

Megjegyzés

A kiejtési értékelés elérhetőségéről további információt a támogatott nyelvek és az elérhető régiók című témakörben talál.

Olvasási, beszéd- és játékforgatókönyvek

A kiejtés értékeléséhez három forgatókönyv létezik: olvasás, beszéd és játék.

  • Olvasás: Ez a forgatókönyv szkriptes értékelésre lett tervezve. Ehhez a tanulónak el kell olvasnia egy adott szöveget. A referenciaszöveg előre meg van adva.
  • Beszéd: Ez a forgatókönyv spontán értékelés céljára készült. Ehhez a tanulónak egy adott témáról kell beszélnie. A referenciaszöveg nem előre van megadva.
  • Játék: Ez a forgatókönyv szkriptes értékelésre lett tervezve. Ehhez a tanulóknak el kell olvasniuk egy nyelvtörőt, hogy pontszámot kapjanak a kiejtésükre és az egyes szótagokra. A referenciaszöveg előre meg van adva.

Olvasási értékelés végrehajtása

Kövesse az alábbi lépéseket a referenciaszöveg kiejtésének felméréséhez:

  1. Nyissa meg a Kiejtési felmérést a Microsoft Foundry portálon.

    Képernyőkép arról, hogyan lehet elérni a Kiejtési értékelést a Microsoft Foundryban.

  2. Az Olvasás lapon válasszon egy támogatott nyelvet , amelyet ki szeretne értékelni a kiejtéssel.

    Képernyőkép egy támogatott nyelv kiválasztásáról az olvasási lapon, amit a kiejtés szempontjából szeretne értékelni.

  3. Használhat kiosztott szövegmintákat, vagy saját szkriptet is beírhat.

    A szöveg olvasásakor a mikrofon közelében kell lennie, hogy a rögzített hang ne legyen túl alacsony.

    Képernyőkép a hang rögzítésének helyéről egy mikrofonnal az olvasási lapon.

    Ellenkező esetben feltöltheti a rögzített hangokat a kiejtési értékeléshez. A sikeres feltöltés után a rendszer automatikusan kiértékeli a hangot, ahogy az az alábbi képernyőképen is látható.

    Képernyőkép az értékelendő rögzített hang feltöltéséről.

Beszédértékelés végrehajtása

Ha nem leíró értékelést szeretne végezni, válassza a Beszélő lapot. Ez a funkció lehetővé teszi, hogy íratlan értékelést végezzen anélkül, hogy előre referenciaszöveget ad meg. A következő lépéseket kell végrehajtania:

  1. Nyissa meg a Kiejtési felmérést a Microsoft Foundry portálon.

  2. A Beszéd lapon válasszon egy támogatott nyelvet , amelyet ki szeretne értékelni a kiejtéssel.

    Képernyőkép egy támogatott nyelv kiválasztásáról a beszéd fülön, amelynek a kiejtését ki szeretné értékelni.

  3. Ezután választhat a megadott mintatémakörök közül, vagy beírhatja saját témakörét. Ez a választás lehetővé teszi, hogy felmérje, hogy képes-e egy adott témában beszélni előre definiált szkript nélkül.

    Képernyőkép egy témakör beviteléről a Beszélő lapon, amely felméri, hogy egy adott témában előre definiált szkript nélkül tud-e beszélni.

    A kiejtési értékeléshez használt beszéd rögzítésekor fontos gondoskodni arról, hogy a rögzítési idő az ajánlott tartományba essen, amely 15 másodperc (ami több mint 50 szónak felel meg) és 10 perc között van. Ez az időtartomány optimális a beszéd tartalmának pontos kiértékeléséhez. A témakör pontszámának fogadásához a hangfelvételnek legalább három mondatot kell tartalmaznia.

    A rögzített hangokat kiejtési értékeléshez is feltöltheti. A sikeres feltöltés után a rendszer automatikusan kiértékeli a hangot.

Játékértékelés végrehajtása

Ha egy játékon keresztül szeretné gyakorolni a nyelvtanulást, kövesse az alábbi lépéseket:

  1. Nyissa meg a Kiejtési felmérést a Microsoft Foundry portálon.

  2. A Játék lapon válasszon egy támogatott nyelvet, amelynek kiejtését ki szeretné értékelni, és hozzon létre egy új nyelvtörőt, amelyet gyakorolni szeretne.

    Képernyőkép a támogatott nyelv kiválasztásáról a játék lapon, valamint új nyelvtörő létrehozása, amelynek kiejtését ki szeretné értékelni.

  3. Végül elkezdheti rögzíteni és gyakorolni a nyelvtörőt a pontok megszerzéséhez.

    Képernyőkép a játékról szóló eredményről a megjelenítési ablakban, amely magában foglalja a kiejtés-, szó- és szótagpontszámokat.

Kiejtési értékelés eredményei

Miután rögzítette a beszédét, vagy feltöltötte a rögzített hangot, az értékelés eredménye megjelenik a kimeneten. Az eredmény magában foglalja a beszélt hangot és a beszédértékeléssel kapcsolatos visszajelzést. Meghallgathatja a beszélt hangot, és szükség esetén letöltheti.

A kiejtési értékelés eredményét JSON-ban is ellenőrizheti. A szószintű, szótagszintű és fonémaszintű pontossági pontszámok szerepelnek a JSON-fájlban.

Képernyőkép az értékelés eredményéről a megjelenítési ablakban, amely átiratot és visszajelzést tartalmaz a beszédről.

A hibatípus szerint a szó ki van emelve. A kiejtési értékelés hibatípusai különböző színekkel jelennek meg. Ez a vizuális megkülönböztetés megkönnyíti az egyes hibák azonosítását és elemzését. Egyértelmű áttekintést nyújt a beszélt hang hibatípusairól és gyakoriságáról, így a fejlesztésre szoruló területekre összpontosíthat. Az egyes hibatípusok be- és kikapcsolásával bizonyos típusú hibákra összpontosíthat, vagy kizárhat bizonyos típusokat a megjelenítésből. Ez a funkció rugalmasságot biztosít a beszélt hang hibáinak áttekintéséhez és elemzéséhez. Miközben az egyes szavak fölé viszi az egérmutatót, láthatja az egész szó vagy adott foneum pontossági pontszámait.

Az értékelési eredmény alján megjelennek a pontozási eredmények. A szkriptes kiejtési értékeléshez csak a kiejtési pontszámot (beleértve a pontossági pontszámot, a folyékonysági pontszámot, a teljességi pontszámot és a proszóditási pontszámot) adja meg. A nem indexelt kiejtési értékelés esetében a kiejtési pontszám (beleértve a pontossági pontszámot, a folyékonysági pontszámot és a prózai pontszámot) és a tartalom pontszáma (beleértve a szókincs pontszámát, a nyelvtani pontszámot és a témakör pontszámát) is megjelenik.

A kiejtési értékelés részletessége

A kiejtési értékelés különböző értékelési eredményeket biztosít különböző részletességben, az egyes foneumoktól a teljes szöveges bemenetig.

  • A teljes szöveges szinten a kiejtési értékelés további Fluency, Completeness és Prosody pontszámokat kínál: A fluency azt jelzi, hogy a beszéd mennyire illeszkedik az natív beszélő által a szavak közötti csendes szünetekhez; A teljesség azt jelzi, hogy hány szó van helyesen kimondva a beszédben a referenciaszöveg-bemenethez; A prosodia azt jelzi, hogy a beszélő milyen jól közvetíti a természetesség, a kifejezőképesség és az általános prosoditás elemeit a beszédében. Ezután a pontosság, a folyékonyság, a teljesség és a prozódia alapján összesített pontszám jelzi az adott beszéd teljes kiejtési minőségét. A kiejtési értékelés a tartalom pontszámát (szókincs, nyelvhelyesség és témakör) is tartalmazza teljes szöveges szinten.
  • A szó szintjén a kiejtési értékelés automatikusan észleli a téves hibákat, és egyidejűleg pontossági pontszámot biztosít, amely részletesebb információkat nyújt az adott beszéd kihagyásáról, ismétléséről, beszúrásáról és helytelen kiejtéséről.
  • A szótagszintű pontossági pontszámok jelenleg a JSON-fájlon vagy a Speech SDK-on keresztül érhetők el.
  • A kiejtés szintjén a kiejtési értékelés pontossági pontszámokat biztosít minden egyes fonéról, így a tanulók jobban megérthetik a beszédük kiejtési részleteit.

A pontosság, a folyékonyság és a teljesség alappontszámai mellett a Microsoft Foundry kiejtésértékelési funkciója átfogóbb pontszámokat is tartalmaz, amelyek részletes visszajelzést nyújtanak a beszédteljesítmény és a megértés különböző aspektusairól. A továbbfejlesztett pontszámok a következők: Prozódiapontszám, szókincspontszám, nyelvtani pontszám és témapontszám. Ezek a pontszámok értékes betekintést nyújtanak a beszédprodukcióba, a szókincs használatába, a nyelvtani helyességbe és a témakör megértésébe.

Képernyőkép az általános kiejtési pontszámról és az összesített tartalompontszámról a Microsoft Foundryben.

Az értékelési eredmény alján két összesített pontszám jelenik meg: a kiejtési pontszám és a tartalom pontszáma. Az Olvasás lapon megjelenik a kiejtési pontszám. A Beszéd lapon a kiejtési pontszám és a Tartalom pontszám is megjelenik.

Kiejtési pontszám: Ez a pontszám a kiejtési minőség összesített értékelését jelenti, és négy alpontot tartalmaz. Ezek a pontszámok mind a szkriptelt, mind a nem szkriptelt értékelések olvasási és beszéd fülein elérhetők.

  • Pontossági pontszám: Kiértékeli a kiejtés helyességét.
  • Fluency score: A beszéd simaságának és természetességének szintjét méri.
  • Teljességi pontszám: A helyesen kimondott szavak számát tükrözi.
  • Prosody score: Értékeli a megfelelő intonációt, ritmust és stresszt. Számos további hibatípus jelenik meg a prosodiaértékeléssel kapcsolatban, például váratlan törés, hiányzó törés és monoton. Ezek a hibatípusok részletesebb információkat nyújtanak a kiejtési hibákról az előző motorhoz képest.

Tartalom pontszáma: Ez a pontszám a beszéd tartalmának összesített értékelését biztosítja, és három alelemet tartalmaz. Ez a pontszám csak a beszéd lapon érhető el egy nem leíró értékeléshez.

  • Szókincs pontszáma: Kiértékeli a beszélő szavak hatékony használatát és megfelelőségét az adott kontextusban az ötletek pontos kifejezéséhez, valamint a lexikális összetettség szintjéhez.
  • Nyelvtani pontszám: Kiértékeli a nyelvtani használat helyességét és a mondatminták változatosságát. Figyelembe veszi a lexikális pontosságot, a nyelvhelyességi pontosságot és a mondatszerkezetek sokféleségét, és átfogóbb nyelvi jártasságot biztosít.
  • Témakör pontszáma: Felméri a beszédben tárgyalt témakör megértésének és bevonásának szintjét. Kiértékeli az előadó azon képességét, hogy hatékonyan kifejezze az adott témához kapcsolódó gondolatokat és ötleteket.

Ezek az összesített pontszámok átfogó értékelést nyújtanak mind a kiejtésről, mind a tartalomról, és értékes visszajelzést nyújtanak a tanulóknak a beszédteljesítményük és megértésük különböző aspektusairól. Ezekkel a továbbfejlesztett funkciókkal a nyelvtanulók mélyebb betekintést nyerhetnek az előnyeikbe és a területekbe a kiejtés és a tartalomkifejezés javítása érdekében.

Megjegyzés

A tartalom- és prosódiaértékelések csak az en-US területi beállításban érhetők el.

Értékelési pontszámok folyamatos lejátszási módban

A kiejtés értékelése támogatja a folyamatos streamelési módot. A Microsoft Foundry bemutatója akár 60 percnyi felvételt is lehetővé tesz streamelési módban a kiértékeléshez. Amíg nem nyomja le a rögzítés leállítása gombot, a kiértékelési folyamat nem fejeződik be, és a kiértékelés kényelmesen szüneteltethető és folytatható.

A kiejtés értékelése a kiejtés több aspektusát is kiértékeli. Az értékelési eredmény alján a kiejtési pontszám összesített összesített pontszámként jelenik meg, amely 4 al szempontot tartalmaz: Pontossági pontszám, Fluency score, Completeness score és Prosody score. Streamelési módban, mivel a pontossági pontszám, a fluency score és a Prosody pontszám idővel változik a rögzítési folyamat során, a Microsoft Foundryben bemutatunk egy módszert, amely a kiértékelés vége előtt fokozatosan jeleníti meg a hozzávetőleges összesített pontszámot, amely csak pontossági pontszámmal, fluency pontszámmal és Prosody-pontszámmal súlyozott. A teljességi pontszámot a rendszer csak a leállítás gomb megnyomása után számítja ki a kiértékelés végén, így a végső kiejtés összesített pontszáma a pontossági pontszámból, a fluency score-ból, a teljességi pontszámból és a prózai pontszámból lesz összesítve súlyozással.

Tekintse meg az alábbi bemutató példákat a kiejtés stream módban történő kiértékelésének teljes folyamatához.

Felvétel indítása

A felvétel megkezdésekor az alsó pontszámok 0-ról változnak.

Képernyőkép az összesített értékelési pontszámokról a rögzítés megkezdésekor.

Felvétel közben

A hosszú bekezdés rögzítése során bármikor szüneteltetheti a felvételt. Folytathatja a felvétel kiértékelését mindaddig, amíg nem nyomja le a leállítás gombot.

Képernyőkép az általános értékelési pontszámokról a felvétel során.

Rögzítés befejezése

A leállítás gomb lenyomása után alul láthatja a kiejtési pontszámot, a pontossági pontszámot, a fluency score-t, a teljességi pontszámot és a Prosody-pontszámot .

Képernyőkép az általános értékelési pontszámokról a felvétel után.

Díjszabás

Alapértelmezésként a kiejtés-értékelés használata a standard vagy a kötelezettségvállalási szintű árazással a beszéd szöveggé alakításával azonos költségekkel jár. Ha a szöveghez való beszédhez egy kötelezettségvállalási szintet vásárol, a kiejtési értékelésre fordított költség a kötelezettségvállalás teljesítésére irányul.

A kiejtésértékelési lehetőség olyan további pontszámokat is kínál, amelyek nem szerepelnek az alapvető beszédfelismerési árban, mint például a prozódiai pontszám. Ezek a pontszámok kiegészítő díj ellenében érhetők el az alapszintű beszéd-szöveg átalakítási ár felett. A díjszabással kapcsolatos információkért tekintse meg a beszédszöveg díjszabását.

Az alábbi táblázat az elérhető kiejtésértékelési pontszámokat tartalmazza, hogy az elérhető-e a szkriptelt vagy a nem írott értékelésekben, és hogy szerepel-e az alapkonfiguráció szövegárában vagy a bővítmény árában.

Pontszám Szkriptelt vagy nem szkriptelt Benne foglaltatik az alapárban a beszéd-szöveg átalakítás?
Pontosság Szkriptelt és nem szkriptelt Igen
Folyékonyság Szkriptelt és nem szkriptelt Igen
Teljesség Szkriptelt Igen
Téves beszámítás Szkriptelt és nem szkriptelt Igen
Proszódia Szkriptelt és nem szkriptelt Nem

Felelős MI

Az AI-rendszerek nem csak a technológiát, hanem az azt használó személyeket, az érintett személyeket és az üzembe helyezett környezetet is magukban foglalják. Az átláthatósági megjegyzések megismerésével megtudhatja, hogyan használhatja felelősségteljesen a mesterséges intelligenciát és hogyan működtetheti a rendszereiben.

Következő lépések

  • Kiejtési értékelés használata a Speech SDK-val
  • Olvassa el a blogot a használati esetekről