استفاده از ظرفیت‌های هوش مصنوعی در آموزش تلفظ زبان‌های خارجی

برای انتقال مفاهیم پیچیده از طریق گفتار، فراگرفتن تلفظ قابل فهم امری ضروری است که با کمک رویکرد‌های نوین برگرفته شده از علوم رایانه‌‌‌‌ای دست یافتنی‌تر و همه‌گیرتر شده است. اگرچه پردازش زبان طبیعی1 کاربردهای گسترده ای در علم رایانه و ارتباط انسان با رایانه ایفا کرده است، ولی تا حد گسترده‌ای کاربرد‌های آن در زمینه یادگیری و آموزش تلفظ کلمه‌های زبان‌های خارجی نادیده گرفته شده است. در این مطالعه بررسی می‌کنیم تا چه اندازه اجرای رویکردهای یادگیری الکترونیکی2 با استفاده از فن‌آوری تشخیص گفتار خودکار3 با بهره‌گیری از هوش مصنوعی آموزش دیده4 به درک پیشرفت مهارت‌های تلفظ زبان‌آموز‌ها کمک می‌کند. به این منظور، 93 کلمه انگلیسی برای آموزش تلفظ در 18 جلسه انتخاب گردید. فهرست مشابهی متشکل از 30 کلمه در دو گروه آزمایشی در دو مرحله پیش‌آزمون و پس‌آزمون برای ارزیابی بهبود تلفظ زبان آموزان مورد بررسی قرار گرفت. اطلاعات به دست آمده توسط زبان آموزان در قالب فایل‌های صوتی قبل و بعد از فرایند آموزش ضبط و ذخیره گردید و سپس، توسط فناوری تشخیص گفتار خودکار مورد ارزیابی قرار گرفت. نتایج بدست آمده پیشرفت مهارت تلفظ کلمه‌ها در دوره آموزشی و کارآمدی هوش مصنوعی در این زمینه را نشان می‌دهد.

using the capacities of artificial intelligence in teaching pronunciation of foreign languages

to convey complex concepts through speech, learning intelligible pronunciation is essential, which has become more attainable and widespread with the help of modern approaches derived from computer science. although natural language processing has been widely used in computer science and human-computer communication, its applications in the field of learning and teaching the pronunciation of foreign language words have been largely ignored. in this study, we examine to what extent the implementation of e-learning approaches coupled with automatic speech recognition using trained artificial intelligence helps to understand the progress of language learners pronunciation skills. for this purpose, 93 english words were selected for pronunciation training in 18 sessions. a common list of 30 words was examined in two experimental groups in two stages of pre-test and post-test to evaluate the improvement of pronunciation of language learners. the information obtained by the language learners was recorded and saved in the form of audio files before and after the teaching process. it was then assessed by automatic speech recognition technology. the results conveyed through automatic speech recognition showed the improvement of word pronunciation skills in the training course.