Dissertação

{en_GB=Inference of pronunciation difficulty from non-native data } {} EVALUATED

{pt=A empresa ELSA Corp. desenvolveu um sistema que auxilia os seus utilizadores a melhorar o seu sotaque Inglês Americano. De forma a criar exercícios apropriados ao nível de proficiência dos seus utilizadores, torna-se importante desenvolver uma métrica capaz de avaliar automaticamente a dificuldade dos seus exercícios, de acordo com o nível de proficiência do utilizador. Assim, o objetivo da nossa tese é desenvolver um sistema capaz de determinar automaticamente a dificuldade que um estudante Vietnamita de Inglês, com um determinado nível de proficiência, terá em pronunciar uma determinada frase. O nosso modelo utiliza redes neuronais de forma a auxiliar o cálculo das probabilidades associadas a quão corretamente um utilizador pronunciará um certo fonema da frase. Essas probabilidades serão depois utilizadas de forma a calcular a pontuação de dificuldade para cada fonema e para a frase. No final, teremos um sistema que recebe como entrada uma frase e o nível de proficiência do utilizador. A partir destes dados, o sistema produz pontuações associadas à dificuldade de pronúncia para a frase e para cada um dos seus fonemas., en=ELSA Corp. developed a system that assists its users to improve their American English accent. In order to develop exercises, appropriate for the level of its users, it is important to have a metric capable of assessing the difficulty of their exercises, according to the user’s proficiency level. Therefore, the objective of this thesis is to develop a system capable of determining the pronunciation difficulty associated with a certain utterance and its phonemes, for a Vietnamese student of English. Our model uses a Neural Network in order to forecast the probabilities associated to how competently the user pronounce each of the utterance’s phonemes. Then, using these probabilities, the system computes the difficulty score associated to the phoneme and the difficulty score associated to the utterance. In the end, we have a system able to receive as input an utterance and the proficiency level of the user. Then, the system outputs difficulty scores for the utterance and its phonemes.}
{pt=Dificuldade de pronúncia, Fonemas, Redes Neuronais, "Computer Aided Pronunciation Training", en=Pronunciation Difficulty. Phonemes, Neural Networks, Computer Aided Pronunciation Training}

Janeiro 28, 2021, 9:30

Orientação

ORIENTADOR

Xavier Anguera

ELSA

Doutorado

ORIENTADOR

Isabel Maria Martins Trancoso

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático