由江明勳老師發想，我們一起開發的「HTML5 Speaking」，是一個可以練習看文(圖)朗讀的自學小工具，它利用網頁瀏覽器內建的語音辨識功能，將使用者麥克風錄到的語音，辨識為文字以後，再跟題目的文字去進行比對。但是不論是中文還英文，都會有同音字的問題，目前中文是先轉為無調號的拼音後比對的，同音字的問題得以解決，英文同音字的部份則得另想辦法了。
當初為了解決部份字詞的語音有不容易辨識的問題，在題庫的設定中，是可以指定「容錯規則」的，也就是可以指定在題目中的部份字，有多種答案，例如：
OK. Have fun, and be careful.
上面這一句中，「OK」辨識的結果常是「Okay」，所以在 HTML5 Speaking 中總是過不了關，針對這一題，我們可以在題庫中，利用「第四欄位」，來告訴 HTML5 Speaking，「OK」或是「Okay」，兩個答案都可以。
按照預設的欄位分隔符號為兩個井字號「##」，因為原題目只使用了第一個欄位放英文，所以再加三組「##」，也就是六個井字號，就可以在「第四欄位」中開始寫「容錯規則」，我們可以在題庫中這樣設定：
OK. Have fun, and be careful.######(OK|Okay)
上面的「容錯規則」是「(OK|Okay)」，「|」這個符號是「或」的意思，所以在進行比對答案時，語音辨識結果是「OK」或是「Okay」都算答對。
可以觀察一下 [圖1] 中，綠色箭頭是語音辨識的結果「Okay」，但紅色箭頭所指的題目是「OK」。這題過關！
 |
| [圖1] 題庫使用(OK|Okay)容錯規則提升過關率 |
另一種狀況是人名、地名，可能更難掌握語音會辨識出什麼文字，只好使出殺手鐧，使用「萬用字元」「.*」，例如這一句：
go to Kaohsiung
「Kaohsiung」因為是音譯的，一直過不了關，那就使用「萬用字元」的「容錯規則」，只要有辨識到文字，任何字，不管幾個字，都算過關：
go to Kaohsiung######(Kaohsiung|.*)
上面在題庫的第個欄位中，設定了「容錯規則」「(Kaohsiung|.*)」，「.*」代表無論辨識出什麼字都當作是「Kaohsiung」，哈！也就是，如果我對著麥克風說「go to Taipei」，它也當作是去高雄了。
內建的容錯規則
前面介紹了兩種自訂的「容錯規則」，其實在 HTML5 Speaking 的設定中，已經預設了一百多條有關單位的「容錯規則」了，不然如果題目中有數字加單位的，幾乎都會卡關。
 |
| [圖2] 常用的單位有「容錯規則」 |
[圖2] 這題「thirty meters」被辨識為「30 m」，過關了，因為在 HTML5 Speaking 中，會將數字轉換，也為長度單位「meter」、「meters」加上了「容錯規則」。
進階的容錯規則
可以一字對應到多字嗎？例如題目中是用「她」，但是辨識出來可能是「他、它、牠」（哈！其實好像只有出現「他」的經驗），那怎麼讓「她」可以是「她、他、它、牠」？
如果還記得前面說過，「|」是「或」的意思，我們可以定這個的容錯規則：
(她|他|它|牠)
這樣子，題目中的「她」，就可以是「她、他、它、牠」任何一個。
如果一個句子中有兩個地方需要建立規則，怎麼辦呢？
還是一樣的，利用題目設定的「第四欄位」，不同字間，多加一個逗號即可，例如，這句：
this is a dog.
我想讓 this 的位置，可以是 this 或是 that；讓 dog 的位置，可以是 dog 或是 cat，那就將題目設定改為這樣：
this is a dog.######(this|that),(dog|cat)
在兩對括號之間，多加了一個逗號分隔，就變成兩條規則了。
來一點更複雜一點的，在預設的容錯規則中有這一條：
((too|two|to)|too|two|to)
注意上面字體放大的部份，它代表當題目中有 to、two、too 三個的任何一個時，都可以套用這條規則，可以說是下面這三條規則的合體：
(too|two|to)
(two|too|to)
(to|too|two)
發表文章
沒有留言:
張貼留言