#GIRASPEAKERLATAM2022

• Luis Beltrán
• Microsoft MVP (IA, Developer Technologies, Azure)
• Investigador en Tomás Bata University in Zlín
• Docente en Tecnológico Nacional de México en
Celaya
@darkicebeam
luis@luisbeltran.mx
luisbeltran.mx

Comencemos con un par de
historias

¿Cómo resolver ambos
problemas por medio de
Inteligencia Artificial?

Aspectos Técnicos

Demo #1 Probando
Pronunciation Assessment

speech.microsoft.com/portal

Desarrollando una app con
Pronunciation Assessment SDK

https://docs.microsoft.com/en-us/azure/cognitive-services/speech-
service/how-to-pronunciation-assessment?pivots=programming-language-
csharp

Puede obtener puntajes de evaluación de pronunciación para:
• Texto completo
• Palabras
• Grupos de sílabas
• Fonemas en formato
SAPI o IPA

Demo #2 Pronunciation
Assessment en una aplicación
móvil

https://github.com/icebeam7/FluentSpeaker

Casos de éxito

Pearson’s Longman
English learning app

BYJU’s English App

Reading Progress
en Microsoft Teams

Limitaciones

• Pronunciation Assessment funciona mejor con una entrada de audio de mayor
calidad. Recomendamos una calidad de entrada de 16 kHz o superior.
• La calidad de Pronunciation Assessment también se ve afectada por la distancia
del orador del micrófono. Las grabaciones deben hacerse con el altavoz cerca del
micrófono, y no a través de una conexión remota.
• Pronunciation Assessment no admite un escenario de evaluación lingüística
mixta.
• Pronunciation Assessment admite el idioma en-US y otros idiomas en versión
preliminar.

• Pronunciation Assessment no admite un escenario de evaluación de varios
hablantes. El audio debe incluir solo un orador para cada evaluación.
• Pronunciation Assessment compara el audio enviado con hablantes
nativos en condiciones generales. El hablante debe mantener una
velocidad y un volumen de habla normales, y evitar gritar o levantar la
voz.
• Pronunciation Assessment funciona mejor en un entorno con poco ruido
de fondo. Los modelos actuales de voz a texto se adaptan al ruido en
condiciones generales.

• Antes de usar Pronunciation Assessment en sus aplicaciones, considere si
este producto funciona bien en su escenario. Recopile datos de la vida real
del escenario de destino, pruebe el rendimiento de la evaluación de
pronunciación y asegúrese de que la evaluación de voz a texto y
pronunciación pueda ofrecer la precisión que necesita.
• Seleccione los umbrales adecuados según el escenario de destino.
Pronunciation Assessment proporciona puntajes de precisión en diferentes
niveles y es posible que deba considerar el umbral empleado en el uso real.
Por ejemplo, el método de calificación para el aprendizaje de los niños
podría no ser tan estricto como el del aprendizaje de adultos.

Para aprender más

Demos:
https://github.com/Azure-Samples/Cognitive-Speech-
TTS/tree/master/PronunciationAssessment/BrowserJS
Documentación:
https://docs.microsoft.com/en-us/azure/cognitive-services/speech-
service/how-to-pronunciation-assessment
Códigos de Ejemplo:
https://github.com/Azure-Samples/Cognitive-Speech-
TTS/tree/master/PronunciationAssessment

Preguntas ?

#GIRASPEAKERLATAM2022
Muchas Gracias