Les apprenants d'anglais comme langue seconde (ESL) rencontrent souvent des difficultés de prononciation, ce qui peut entraver leur réussite académique et leur intégration sociale. Cette étude examine l'efficacité d'un système d'intelligence artificielle (IA) de conversion de la parole en texte pour améliorer la précision de la prononciation chez les apprenants ESL. En utilisant une approche de correspondance phonémique, le système a fourni un retour correctif en temps réel aux étudiants dans des environnements d'apprentissage semi-urbains. Les données ont été recueillies à l'aide de tests préalables et postérieurs mesurant la précision, la justesse, le rappel et le score F1. Les résultats ont révélé une amélioration de 15 % de la précision de la prononciation, appuyée par des gains constants dans tous les indicateurs de performance. Les apprenants ont également montré une confiance accrue et un engagement soutenu, soulignant la valeur motivationnelle du retour instantané basé sur l’IA. Ces résultats suggèrent que l’IA de reconnaissance vocale peut compléter l’enseignement traditionnel en offrant un entraînement personnalisé et continu à la prononciation. Des recherches futures devraient explorer la rétention à long terme et l’intégration avec des technologies immersives telles que la réalité virtuelle et augmentée.
Building similarity graph...
Analyzing shared references across papers
Loading...
T. L. Prakash
S. Kausalya
Building similarity graph...
Analyzing shared references across papers
Loading...
Prakash et al. (Mer,) ont étudié cette question.
www.synapsesocial.com/papers/68c1d60654b1d3bfb60f95b7 — DOI: https://doi.org/10.38124/ijisrt/25aug1065
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: