Begrijpt AI mijn accent als ik Engels spreek?

Waarom AI jarenlang moeite had met accenten

Spraakherkenning kon vroeger niet altijd goed omgaan met accenten. Begin jaren 2010 werden systemen vooral getraind op opnames van moedertaalsprekers, vaak uit een beperkt aantal regio's en dialecten. Als een leerder met een Turks of Vietnamees accent Engels sprak, kon het foutenpercentage van het systeem twee tot drie keer zo hoog zijn als bij een standaard Amerikaanse of Britse stem.

De reden was simpel. Een spraakmodel leert door klanken aan woorden te koppelen, en het kan alleen koppelen wat het eerder heeft gehoord. Als het nooit een bepaalde klinkervervanging of een ander klemtoonpatroon had gehoord, had het niets om de klank aan te verbinden. Het resultaat was een transcript vol verkeerde woorden, en een leerder die concludeerde dat machines hen simpelweg niet konden verstaan.

Die conclusie was toen redelijk, maar is slecht verouderd. Het probleem van de trainingsdata is van meerdere kanten tegelijk aangepakt, en het verschil tussen moedertaal- en niet-moedertaalherkenning is sneller gedicht dan de meeste leerders doorhebben.

Wat er veranderde in spraakherkenning

De grootste verandering zit in de data zelf. Moderne systemen zijn getraind op miljoenen uren spraak van alle continenten, waaronder grote hoeveelheden niet-moedertaal Engels. Een model dat tienduizend Indiase, Nigeriaanse en Braziliaanse sprekers heeft gehoord, staat er niet meer van te kijken als een leerder "think" als "tink" uitspreekt of de eindmedeklinker in "hand" weglaat.

Deep learning veranderde ook hoe er met fouten wordt omgegaan. Oudere systemen hakten spraak in kleine stukjes en vergeleken die een voor een. Nieuwere modellen luisteren naar de hele zin en voorspellen de meest waarschijnlijke zin, waardoor de context een verkeerd uitgesproken woord redt. Als je zegt "I need to catch the buss", hoort het model de woorden eromheen en schrijft het correct "bus", omdat "buss" in die zin nergens op slaat.

Het praktische gevolg is dat recente benchmarks laten zien dat de nauwkeurigheid bij niet-moedertaal Engels nu dicht bij het niveau van moedertaalsprekers ligt voor de grote commerciële systemen. Dat betekent niet dat elk accent even goed wordt behandeld, maar wel dat de tijd dat machines simpelweg faalden op een buitenlands accent grotendeels voorbij is.

Welke accenten herkent AI goed?

De nauwkeurigheid is niet gelijk verdeeld. De accenten die het vaakst in de trainingsdata voorkomen, worden het best herkend, en dat zijn meestal de accenten met de grootste aantallen Engelssprekenden. Indiaas Engels, Nigeriaans Engels, Filipijns Engels en de grote Europese accenten zijn allemaal goed vertegenwoordigd, omdat die populaties dagelijks enorme hoeveelheden Engelse spraak produceren.

Kleinere of minder voorkomende accenten zijn het zwakke punt. Een spreker uit een kleinere taalgemeenschap met een kenmerkend ritme en klinkersysteem kan nog steeds meer fouten tegenkomen, simpelweg omdat het model minder voorbeelden van dat specifieke klankpatroon heeft gehoord. Hetzelfde geldt voor accenten die twee of drie invloeden op een ongebruikelijke manier vermengen.

Er is ook een verschil tussen verstaan en beoordelen. Een systeem kan je woorden perfect uitschrijven en toch losse klanken als onjuist markeren, omdat transcriptie en uitspraakbeoordeling twee verschillende taken zijn. Dat onderscheid is belangrijker dan de meeste leerders beseffen, en het komt later terug.

Wanneer AI je accent nog steeds verkeerd verstaat

Drie situaties leveren nog steeds fouten op, en het is de moeite waard ze te kennen, want twee ervan heb je zelf in de hand.

Ten eerste achtergrondgeluid. Een model dat je accent in een stille kamer perfect verwerkt, heeft het moeilijk in een café of in de bus, omdat de ruis precies die klanken overstemt die het ene woord van het andere onderscheiden. Dat geldt ook voor moedertaalsprekers, maar het effect is groter als de uitspraak al afwijkt van de standaard.

Ten tweede snelheid. Als je heel snel praat, lopen klanken in elkaar over en heeft het model minder informatie per woord. Zelfs tien of vijftien procent langzamer praten kan de herkenning merkbaar verbeteren, en voor een menselijke luisteraar klink je daardoor niet minder vloeiend.

Ten derde sterke regionale kenmerken. Als je Engels een zwaar regionaal accent uit je moedertaal draagt, kunnen sommige medeklinker- en klinkeronderscheidingen nog verloren gaan. Dat is geen reden om je accent weg te poetsen, maar wel een reden om te kijken welke specifieke klanken het systeem verkeerd hoort, want dat zijn vaak ook de klanken waar een menselijke luisteraar moeite mee heeft.

Begrijpt AI mijn accent als ik Engels spreek? Zo test je het

De beste manier om de vraag "begrijpt AI mijn accent als ik Engels spreek" te beantwoorden, is het direct testen, en wel op een manier die je bruikbare informatie geeft in plaats van een simpel ja of nee. Een tool als Tutoro doet dit tijdens een gesprek, en beoordeelt elk woord terwijl je het uitspreekt, zodat het antwoord uit je eigen spraak komt in plaats van uit een algemene bewering.

Begin met gratis dicteren. Open een veelgebruikte transcriptietool, praat een minuut over een onderwerp dat je goed kent en lees het resultaat. Tel de fouten. Als de transcriptie grotendeels klopt, verstaat het systeem je. Zo niet, kijk dan welke woorden fout gingen, want het patroon vertelt je welke klanken het probleem zijn.

Test daarna dezelfde minuut in een lawaaiige omgeving. Het verschil tussen je resultaat in de stille kamer en in de lawaaiige ruimte laat zien hoeveel van de moeilijkheid door je accent komt en hoeveel door de omgeving. Dat is een nuttig onderscheid, want het ene is op te lossen met een stillere kamer en het andere met oefening.

Probeer ten slotte een tool die je feedback geeft in plaats van alleen een transcript. Een systeem dat elk woord als goed, redelijk of slecht markeert, vertelt je iets wat een gewone transcriptie niet kan: niet alleen of je begrepen werd, maar ook welke klanken een luisteraar onduidelijk zou kunnen vinden. Hier wordt Engels spreken oefenen met AI echt nuttig, omdat de beoordeling per woord en live is, zodat je precies ziet welke lettergreep het systeem liet struikelen terwijl je hem nog uitspreekt.

Tutoro beoordeelt je uitspraak tijdens het gesprek, dus je dicteert niet in een leeg vak maar praat met een tutor die elk woord als goed, redelijk of slecht markeert terwijl je het zegt. Omdat de beoordeling live en woord voor woord is, zie je welke klank het probleem veroorzaakte en kun je hem meteen opnieuw zeggen. Het is geschikt voor leerders die feedback willen tijdens het spreken, niet een transcript om achteraf te analyseren, en het is minder nuttig als je alleen een neutrale transcriptie van lange opnames wilt.

Betekent verstaan ook eerlijk beoordelen?

Hier komt het deel dat de meeste leerders missen. Een machine kan je accent perfect verstaan en je uitspraak toch streng beoordelen, omdat dat verschillende systemen met verschillende doelen zijn. Transcriptie vraagt "wat zei deze persoon?" terwijl uitspraakbeoordeling vraagt "hoe dicht zat elke klank bij een referentie-uitspraak?"

Dat is belangrijk, want een leerder met een lage uitspraakscore kan ten onrechte concluderen dat de AI hen niet verstaat. Vaak is het tegenovergestelde waar: het systeem verstond elk woord en vertelt je nu hoe ver elke klank van het doel verwijderd is. Dat is feedback, geen afwijzing, en het is precies de informatie die je nodig hebt om te verbeteren.

De eerlijke vraag is dan ook niet of AI je accent verstaat. Het is of de feedback die je krijgt je accent behandelt als een probleem dat weg moet, of als een set specifieke klanken die aangescherpt kunnen worden. De beste tools maken dat onderscheid duidelijk, door losse woorden te markeren in plaats van je één algemene score te geven waar je niets mee kunt.

Onderzoek naar automatische uitspraakbeoordeling voor tweedetaalleerders laat zien dat feedback op woordniveau leerders meer helpt dan één globale score, omdat het de exacte klank aanwijst die aandacht nodig heeft. Een leerder die weet dat "ship" en "sheep" het probleem zijn, kan dat paar drillen; een leerder die te horen krijgt "je uitspraak is 62%" kan alleen gissen.

Dat is het echte antwoord op de vraag. Moderne AI verstaat de meeste accenten goed genoeg om ze uit te schrijven, en de nuttige systemen gaan verder door je te vertellen welke klanken een luisteraar onduidelijk zou kunnen vinden. Je accent is geen barrière om door een machine verstaan te worden. Het is een bron van specifieke, bruikbare feedback, als je een tool gebruikt die die feedback woord voor woord geeft.

Wat moet je met deze informatie doen?

Stop met vragen of de machine je kan horen, want het antwoord is bijna altijd ja. Vraag in plaats daarvan welke klanken het systeem markeert, en of een menselijke luisteraar dezelfde klanken zou markeren. De overlap tussen die twee lijsten is waar je oefentijd hoort te zitten.

Kies één klankpaar dat het systeem als slecht markeert, en drill het in echte zinnen in plaats van los. Als het systeem je "th" als slecht markeert, zeg dan tien keer "I think this is the thing" en kijk hoe de score beweegt. Als het je eindmedeklinkers markeert, lees dan een korte alinea en let alleen op het einde van woorden. Het doel is geen perfecte score, maar een duidelijk signaal dat een specifieke klank helderder is geworden.

Je accent hoort bij hoe je Engels spreekt, en het hoeft niet te verdwijnen om begrepen te worden. Wat wel moet gebeuren, is dat de specifieke klanken die luisteraars echt in de war brengen worden aangescherpt, en de rest mag precies blijven zoals het is. AI is nu goed genoeg om je te vertellen welke klanken dat zijn, en dat is een veel nuttiger antwoord dan een simpel ja of nee.