استفاده از ظرفيت‌هاي هوش مصنوعي در آموزش تلفظ زبان‌هاي خارجي

Using the Capacities of Artificial Intelligence in Teaching Pronunciation of Foreign Languages

براي انتقال مفاهيم پيچيده از طريق گفتار، فراگرفتن تلفظ قابل فهم امري ضروري است كه با كمك رويكرد‌هاي نوين برگرفته شده از علوم رايانه‌‌‌‌اي دست يافتني‌تر و همه‌گيرتر شده است. اگرچه پردازش زبان طبيعي1 كاربردهاي گسترده اي در علم رايانه و ارتباط انسان با رايانه ايفا كرده است، ولي تا حد گسترده‌اي كاربرد‌هاي آن در زمينه يادگيري و آموزش تلفظ كلمه‌هاي زبان‌هاي خارجي ناديده گرفته شده است. در اين مطالعه بررسي مي‌كنيم تا چه اندازه اجراي رويكردهاي يادگيري الكترونيكي2 با استفاده از فن‌آوري تشخيص گفتار خودكار3 با بهره‌گيري از هوش مصنوعي آموزش ديده4 به درك پيشرفت مهارت‌هاي تلفظ زبان‌آموز‌ها كمك مي‌كند. به اين منظور، ۹۳ كلمه انگليسي براي آموزش تلفظ در ۱۸ جلسه انتخاب گرديد. فهرست مشابهي متشكل از 30 كلمه در دو گروه آزمايشي در دو مرحله پيش‌آزمون و پس‌آزمون براي ارزيابي بهبود تلفظ زبان آموزان مورد بررسي قرار گرفت. اطلاعات به دست آمده توسط زبان آموزان در قالب فايل‌هاي صوتي قبل و بعد از فرايند آموزش ضبط و ذخيره گرديد و سپس، توسط فناوري تشخيص گفتار خودكار مورد ارزيابي قرار گرفت. نتايج بدست آمده پيشرفت مهارت تلفظ كلمه‌ها در دوره آموزشي و كارآمدي هوش مصنوعي در اين زمينه را نشان مي‌دهد.

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.