AI & Tech Talks #10

Zapraszamy na wydarzenie z serii AI & Tech Talks! Podczas najbliższego spotkania poruszymy między innymi zagadnienie automatycznych systemów do oceny wymowy podczas nauki języka angielskiego. Nasi eksperci podzielą się z Wami wiedzą i doświadczeniami jakie zdobyli w pracy nad naszymi systemami e-learningowymi. Rezerwujcie czas i dołączcie do wydarzenia organizowanego wraz z Business Linkiem.

• 19.01.2026
• godz. 18:00
• Poznań, Maraton (Business Link) ul. Królowej Jadwigi 43, parter

Do zobaczenia!

„Selektywny feedback w nauce wymowy: projektowanie systemów skoncentrowanych na komunikacji”

W nauce języka angielskiego wciąż dąży się do osiągnięcia wymowy zbliżonej do native speakera, mimo że w praktyce większość interakcji odbywa się między użytkownikami nienatywnymi, posługującymi się różnymi akcentami i odmianami języka. W takim kontekście kluczowym kryterium skutecznej komunikacji nie jest idealna wymowa, lecz zrozumiałość.

W swoim wystąpieniu pokażę, jak to przesunięcie perspektywy wpływa na projektowanie automatycznych systemów do nauki i oceny wymowy. Zamiast traktować każdą różnicę względem mowy native speakera jako błąd, zaproponuję podejście skoncentrowane na identyfikacji tych błędów fonetycznych, które realnie utrudniają zrozumienie. Zaprezentuję eksperyment oparty na regresyjnym modelu AdaBoost, który wykorzystuje błędy fonetyczne do przewidywania poziomu zrozumiałości wypowiedzi. Analiza istotności cech tego modelu pozwoli wskazać i uszeregować dźwięki, których niepoprawna realizacja ma największy wpływ na komunikatywność.

Takie podejście może stanowić podstawę do projektowania systemów oceny wymowy oferujących bardziej selektywny feedback, który skupia się na efektywnej komunikacji, a nie porównywaniu użytkownika z wyidealizowanym wzorcem native speakera.

"Akcent wyrazowy pod kontrolą: Wykrywanie błędów prozodycznych za pomocą klasycznego ML"

Prawidłowa wymowa w języku obcym wykracza poza precyzyjną artykulację pojedynczych głosek, obejmując kluczowe aspekty prozodyczne, takie jak m.in. akcent wyrazowy. Stosowanie reguł akcentowania języka ojczystego w wymawianiu angielskich słów np. stałego akcentu na przedostatnią sylabę w j. polskim jest częstym błędem, zazwyczaj pomijanym w trakcie nauki języka w szkole i na kursach. Ponadto automatyczne systemy do oceny wymowy często koncentrują się na błędach segmentalnych, pomijając ten istotny element dla zrozumiałości i naturalności mowy.

W swoim wystąpieniu zaprezentuję podejście do automatycznego wykrywania akcentu wewnątrzwyrazowego, które opiera się na analizie sygnału audio i klasycznych technikach uczenia maszynowego. Model skupia się na analizie cech akustycznych na poziomie poszczególnych fonemów w kontekście słów, w których się znajdują, takich jak m.in. ich czas trwania (iloczas), energia (głośność) oraz zmiana częstotliwości podstawowej (wysokość tonu).

Takie podejście otwiera drogę do projektowania bardziej zaawansowanych systemów do nauki języka, które w przyszłości mogą dostarczać uczniom szczegółowych informacji na temat prozodii, zamiast ogólnej oceny, co ma bezpośrednie przełożenie na naturalność i zrozumiałość wypowiedzi, skutecznie uzupełniając tradycyjną ocenę fonetyczną.

Będziemy mieć 70 miejsc siedzących.

(The event will be held in Polish)