?[導(dǎo)讀：51Talk課前預(yù)習(xí)可以幫助學(xué)員對本課的五個核心詞匯進(jìn)行很好的學(xué)習(xí)和掌握。而它的語音評分系統(tǒng)正是其強大所在。]
51Talk課前預(yù)習(xí)系統(tǒng)中的語音識別評分是這樣的：
經(jīng)科學(xué)測試之后發(fā)現(xiàn)，它確實可以清楚判斷出讀音處于何種水平。而且，88分的發(fā)音與89分的發(fā)音確實存在人耳不可分辨的細(xì)微差別。
對于它能做到如此科學(xué)及準(zhǔn)確，十分驚訝并且好奇：“你們是如何做到的？！”下面就讓小預(yù)來揭秘，51Talk課前預(yù)習(xí)如何優(yōu)雅的評分。
與蘋果Siri相同的語音識別技術(shù)
(-->點擊聽音頻<--懶得看文字，講給你聽)
第一代的語音識別技術(shù)是“基于音頻比對”評分，它是這樣的：系統(tǒng)錄入一段標(biāo)準(zhǔn)音，比對標(biāo)音與用戶音的區(qū)別來進(jìn)行評分。但因為存在性別、年齡、語速、音調(diào)、地域差異，?所有用戶都是只與單一的一個標(biāo)準(zhǔn)音去比對。所以，實際上這種評分并不準(zhǔn)確。
現(xiàn)階段最前沿的語音識別技術(shù)，是“基于模式識別?/?基于統(tǒng)計模型?/?基于神經(jīng)網(wǎng)絡(luò)?/?基于機器學(xué)習(xí)”的語音識別。蘋果公司的Siri和51Talk的課前預(yù)習(xí)采用的都是這種技術(shù)。
這種技術(shù)是這樣的：
選取大量用戶，每人讀每個單詞的音頻由專家老師進(jìn)行人工打分，提取每個音頻中的聲學(xué)特征，通過大量計算這些聲學(xué)特征和分?jǐn)?shù)之間的關(guān)系，進(jìn)行機器學(xué)習(xí)。學(xué)習(xí)得到一個根據(jù)音頻聲學(xué)特征打分的算法模型，這個模型通過不斷的調(diào)優(yōu)達(dá)到成熟穩(wěn)定，然后機器就可以針對新來的音頻進(jìn)行打分。
說形象點，你可以這樣理解：51Talk的課前預(yù)習(xí)就是一個英語專家老師，由老師對你的發(fā)音進(jìn)行客觀打分。且，性別、年齡、語速、音調(diào)、地域此類因素并不會影響到你的得分。
同時，還會綜合你讀時單詞的輕重音、長短音以及句子的流利度、完整度、韻律度等進(jìn)行加權(quán)，打出最終得分。
能夠分清dogs和dog的不同
市面上很多產(chǎn)品都做語音評分的功能，但大多數(shù)語音評分僅是個“花架子”。這些軟件只能對發(fā)音進(jìn)行一個含糊的判斷，大部分都不準(zhǔn)確。
舉個最簡單的例子，它們并不能在一段話中區(qū)分簡單的單復(fù)數(shù)和詞匯的時態(tài)。比如，它們分不清“There?are?some?dogs.”和“There?are?some?dog.”的區(qū)別。
但51Talk的課前預(yù)習(xí)卻可以。
這是因為51talk的課前預(yù)習(xí)的語音建立模型的最小單位是音素。
音素是構(gòu)成音節(jié)的最小單位或最小的語音片段，是從音質(zhì)的角度劃分出來的最小的線性的語音單位。人腦識別是依據(jù)我們所聽到的每個音素進(jìn)行識別，但如果將機器識別的尺度定位音素級別的話，那么成本會大大增高。
如果在其他領(lǐng)域進(jìn)行模糊判斷尚可，但這顯然不適用與語言學(xué)習(xí)這一領(lǐng)域。我們都希望系統(tǒng)可以告訴我們哪里讀的對或哪里讀的不對，含糊的判斷會嚴(yán)重影響語言學(xué)習(xí)。
舉個例子：
對于英語學(xué)習(xí)來說，51Talk的音素級別的語音識別是必須的。
在如此強大的技術(shù)和如此精確的識別支持下，51Talk課前預(yù)習(xí)的評分系統(tǒng)科學(xué)及準(zhǔn)確并不難以理解。?
我們堅信：上課前自己練一練，好過上課與外教雞同鴨講的對話。
小預(yù)期待，看到認(rèn)真預(yù)習(xí)練習(xí)發(fā)音的你?。?！
課前預(yù)習(xí)在哪里：51Talk-AC客戶端
上周獲獎：
恭喜134****9928這位同學(xué)，次卡將在5天內(nèi)發(fā)放，注意查收哦！
→猛戳有獎 給小預(yù)評分 次卡周周送
親愛的，喜不喜歡小預(yù)的《前沿科技：51Talk課前預(yù)習(xí)是如何優(yōu)雅評分的》？給我一個鼓勵吧，
每周會有一名學(xué)員獲得小預(yù)送的次卡，名單下周文章公布。
