Análise do reconhecimento automático de fala aplicado ao ensino de pronúncia de língua estrangeira

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorScheffel, Roberto Milton-
Autor(es): dc.contributorPassarini, Rosane Fátima-
Autor(es): dc.contributorSantos, Eduardo Pezutti Beletato dos-
Autor(es): dc.contributorScheffel, Roberto Milton-
Autor(es): dc.creatorGomes, Rafael Souza-
Data de aceite: dc.date.accessioned2025-08-29T13:07:29Z-
Data de disponibilização: dc.date.available2025-08-29T13:07:29Z-
Data de envio: dc.date.issued2023-01-18-
Data de envio: dc.date.issued2023-01-18-
Data de envio: dc.date.issued2021-11-30-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/30386-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1107766-
Descrição: dc.descriptionOne of the challenges when learning a new language is pronunciation. This final paper aims tovalidate the use of automatic speech recognition technology applied to teaching pronunciation.According to the research presented, there is no consensus among researchers about howefficient the technology can be. Therefore, the work aims primarily to analyze and comparethe assertiveness rate of the APIs: Google Speech to Text, Rev.Ai, and Web Speech API.The second part of the work consists of carrying out a practical test with English studentsthrough a prototype of a pronunciation teaching application that uses the Web Speech API forautomatic transcriptions. Thus, it is expected that the results of this work can contribute tofuture educational projects that use automatic speech recognition.-
Descrição: dc.descriptionUm dos desafios ao se aprender um novo idioma é a pronúncia. Esse trabalho visa validar o uso da tecnologia de reconhecimento automático de fala aplicada ao ensino de pronúncia. Segundo as pesquisas apresentadas, não há um consenso entre os pesquisadores sobre o quão eficiente a tecnologia pode ser. Diante disso, o trabalho tem como objetivo primeiramente analisar e comparar a taxa de assertividade das API: Google Speech to Text, Rev.Ai e Web Speech Api. A segunda parte do trabalho consiste na realização de um teste prático com alunos de inglês através de um protótipo de um aplicativo de ensino de pronúncia que utiliza a Web Speech Api para transcrições automáticas. Dessa forma espera-se que os resultados do presente trabalho possam contribuir para futuros projetos didáticos que utilizem o reconhecimento automático de fala.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherToledo-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherTecnologia em Sistemas para Internet-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectReconhecimento automático da voz-
Palavras-chave: dc.subjectInterlíngua (Aprendizagem de línguas)-
Palavras-chave: dc.subjectAplicativos móveis-
Palavras-chave: dc.subjectAutomatic speech recognition-
Palavras-chave: dc.subjectInterlanguage (Language learning)-
Palavras-chave: dc.subjectMobile apps-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO-
Título: dc.titleAnálise do reconhecimento automático de fala aplicado ao ensino de pronúncia de língua estrangeira-
Título: dc.titleAnalysis of automatic speech recognition applied to foreign language pronunciation teaching-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.