問題タブ [phoneme]

私は聴覚障害のある子供たちがタイ語で話すことを学ぶためのアプリケーションに取り組んでいます. このアプリは、発音の練習と単語の発音の理解度に関するフィードバックのために、いくつかの基本的な単語 (1 つまたは 2 つの音節) を提供します。だから私は卓越性ではなく、分かりやすさに焦点を当てています。

私はこの分野ではまったく新しいです。今、私はスピーチからテキストへの変換技術を使用しています。それはまさにGoogle の Cloud Speech-to-Textです。これは音声認識であるため、最終的に一致する可能性のある単語を提供します。しかし、当然のことながら、ろう児は子音よりも母音をよく発音します。母音は正しいが、子音は発音された単語に対して完全に正しくない場合がありました。これは何とか理解できますが、音声認識は何も提供しません。どの発音音素が正しかったのか、どの音素が間違っていたのかを伝えることができる明瞭度に関するフィードバックをアプリに提供したいと考えています。そのため、音声テキスト変換技術はこのアプリにはあまり適しておらず、発話からの音素検出を使用して明瞭度の観点から発音評価を探しています。

私の調査から、この作業は私が望むものと非常に似ていることがわかりましたが、タイ語でそれを実装する方法がわかりません.

したがって、発話から音素を検出し、明瞭度の観点から評価する方法を教えてください。または、他のより良い方法について提案をしてください。モバイル アプリ (Android、iOS) のオフライン ソリューションが望ましいでしょう。