ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНАЯ СИСТЕМА ОЦЕНКИ КАЧЕСТВА ПРОИЗНОШЕНИЯ ДЕТЕЙ С НАРУШЕНИЯМИ СЛУХА

УДК 004.934.2
DOI: 10.36871/26189976.2026.05-5.009

Авторы

Максим Дмитриевич Зайцев,
Аспирант кафедры «Цифровые технологии и информационные системы», Московский авиационный институт (национальный исследовательский университет), институт «Системы управления, информатика и электроэнергетика», Москва, Россия

Аннотация

Рассматривается информационно-измерительная система оценки качества произношения детей с нарушениями слуха. Описаны метод обработки аудиосигнала, алгоритм сопоставления его результата с транскрипцией задания и алгоритм вычисления оценки качества произношения. Экспериментально проверено, что получаемая оценка согласуется с экспертной на уровне квадратично-взвешенного коэффициента каппа Коэна не ниже 0,65, а обработка фрагмента аудиосигнала длительностью 128 мс выполняется в среднем за 24 мс.

Ключевые слова

информационно-измерительная система
оценка качества произношения
детей с нарушениями слуха
обработка аудиосигнала
фонетическая
детерминированный конечный автомат
ординальная регрессия
нейронная сеть

Список литературы

[1] Кузьмичева Е.П., Яхнина Е.З. Обучение глухих детей восприятию и воспроизведению устной речи. – Москва: Издательский центр «Академия», 2011. – 352 с.

[2] Зайцев М.Д., Рачков И.В., Золотова В.О., Веселовская Е.П. Разработка специального программного обеспечения по работе над произношением детей с нарушением слуха // Материалы Международной научно-практической конференции «Наука и образование: векторы развития». – Чебоксары: Негосударственное образовательное частное учреждение дополнительного профессионального образования «Экспертно-методический центр», 2021. – С. 122–125.

[3] Слезина Н.Ф. Применение технических средств в обучении глухих произношению. – Москва: Педагогика, 1975. – 144 с.

[4] Зеленская Ю.Б. Эволюция технических средств формирования и коррекции произносительной стороны речи у детей // Дефектология. – 2003. – № 2. – С. 76–87.

[5] Bernstein J., Cohen M., Murveit H., Rtischev D., Weintraub M. Automatic evaluation and training in English pronunciation // Proceedings of the International Conference on Spoken Language Processing (ICSLP). – Kobe, Japan, 1990. – P. 1185–1188. – DOI 10.21437/ ICSLP.1990-313.

[6] Neumeyer L., Franco H., Digalakis V., Weintraub M. Automatic scoring of pronunciation quality // Speech Communication. – 2000. – Vol. 30, No. 2–3. – P. 83–93. – DOI 10.1016/ S0167-6393(99)00046-1.

[7] Franco H., Neumeyer L., Digalakis V., Ronen O. Combination of machine scores for automatic grading of pronunciation quality // Speech Communication. – 2000. – Vol. 30, No. 2–3. – P. 121–130. – DOI 10.1016/S0167-6393(99)00045-X.

[8] Kheir Y.E., Ali A., Chowdhury S.A. Automatic Pronunciation Assessment – A Review // Findings of the Association for Computational Linguistics: EMNLP 2023. – Singapore: Association for Computational Linguistics, 2023. – P. 8304–8324. – DOI 10.18653/v1/2023.findingsemnlp.557.

[9] Wang J., Chen J., Liu J., Tang D., Chen D.Z., Wu J. A Survey on Ordinal Regression: Applications, Advances and Prospects [Электронный ресурс] // arXiv preprint. – 2025. – arXiv:2503.00952. – URL: http://arxiv.org/abs/2503.00952 (дата обращения: 12.05.2026).

[10] Kim E., Jeon J.-J., Seo H., Kim H. Automatic Pronunciation Assessment using Self-Supervised Speech Representation Learning // Proceedings of Interspeech 2022. – Incheon, Korea, 2022. – P. 1411–1415. – DOI 10.21437/Interspeech.2022-10245.

[11] Rehman A., Cai J., Zhang J.-J., Yang X. BFA: Real-time Multilingual Text-to-speech Forced Alignment [Электронный ресурс] // arXiv preprint. – 2025. – arXiv:2509.23147. – URL: http://arxiv.org/abs/2509.23147 (дата обращения: 12.05.2026).

[12] Kanters S., Cucchiarini C., Strik H. The goodness of pronunciation algorithm: a detailed performance study [Электронный ресурс] // Speech and Language Technology in Education (SLaTE 2009). – Wroxall Abbey Estate, Warwickshire, England: ISCA, 2009. – P. 49–52. – URL: https://www.isca-archive.org/slate_2009/kanters09_slate.html (дата обращения: 10.05.2025).

[13] Ronen O., Neumeyer L., Franco H. Automatic detection of mispronunciation for language instruction [Электронный ресурс] // Proceedings of the 5th European Conference on Speech Communication and Technology (Eurospeech 1997). – Rhodes, Greece: ISCA, 1997. – P. 649–652. – URL: https://www.isca-archive.org/eurospeech_1997/ronen97_eurospeech. html (дата обращения: 31.03.2026).

[14] Zhang J., Zhang Z., Wang Y., Yan Z., Song Q., Huang Y., Li K., Povey D., Wang Y. speechocean762: An Open-Source Non-native English Speech Corpus for Pronunciation Assessment // Proceedings of Interspeech 2021. – Brno, Czechia, 2021. – P. 3710–3714. – DOI 10.21437/ Interspeech.2021-1259.

[15] Gong Y., Chen Z., Chu I.-H., Chang P., Glass J. Transformer-Based Multi-Aspect Multi-Granularity Non-Native English Speaker Pronunciation Assessment // ICASSP 2022 – 2022 IEEE International Conference on Acoustics, Speech and Signal Processing. – Singapore: IEEE, 2022. – P. 7262–7266. – DOI 10.1109/ICASSP43922.2022.9746743.

[16] Chen S., Wang C., Chen Z. [et al.] WavLM: Large-Scale Self-Supervised Pre-Training for Full Stack Speech Processing // IEEE Journal of Selected Topics in Signal Processing. – 2022. – Vol. 16, No. 6. – P. 1505–1518. – DOI 10.1109/JSTSP.2022.3188113.

[17] Witt S.M., Young S.J. Phone-level pronunciation scoring and assessment for interactive language learning // Speech Communication. – 2000. – Vol. 30, No. 2–3. – P. 95–108. – DOI 10.1016/S0167-6393(99)00044-8.

[18] Зеленская Ю.Б. Использование компьютерной программы SpeechViewer («Видимая речь») в процессе логопедического воздействия: дис. … канд. пед. наук. – Мурманск, 2003. – 163 с.