Báo cáo Nghiên cứu ứng dụng công nghệ nhận diện giọng nói vào việc xây dựng phần mềm hỗ trợ luyện tập phát âm tiếng Anh trên thiết bị di động

 BỘ GIÁO DỤC VÀ ĐÀO TẠO 
 TRƯỜNG ĐẠI HỌC BÀ RỊA - VŨNG TÀU 
 BÁO CÁO 
 ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP TRƯỜNG 
Nghiên cứu ứng dụng công nghệ nhận diện giọng nói vào 
việc xây dựng phần mềm hỗ trợ luyện tập phát âm tiếng 
 Anh trên thiết bị di động 
 Chủ nhiệm đề tài: TS. Phan Ngoc Hoàng 
 BÀ RỊA - VŨNG TÀU 02/2020 
 Tên đề tài: Nghiên cứu ứng dụng công nghệ nhận diện giọng nói vào việc 
xây dựng phần mềm hỗ trợ luyện tập phát âm tiếng Anh trên thiết bị di động 
 Mã số: 10201 
 Chủ nhiệm đề tài: TS. Phan Ngọc Hoàng, Phó trưởng Khoa, Khoa CNTT – 
Điện – Điện tử 
 Danh sách cán bộ tham gia chính: 
 TS. Phan Ngọc Hoàng, Phó trưởng Khoa, Khoa CNTT – Điện – Điện tử 
 TS. Bùi Thị Thu Trang, Phó trưởng ngành CNTT, Khoa CNTT – Điện – Điện 
tử 
 Nội dung chính: 
 Nhóm nghiên cứu là mong muốn tạo ra một giải pháp thực sự phù hợp để có 
thể hỗ trợ người học là sinh viên, giảng viên Trường Đại học Bà Rịa-Vũng Tàu nói 
riêng, cũng như người học trong cộng đồng nói chung, giải quyết những vấn đề khó 
khăn trong việc luyện tập phát âm Anh. 
 Với sự phát triển nhanh chóng và vượt bậc của công nghệ nhận diện giọng nói 
cũng như sự tiện lợi mang lại của thiết bị di động, giải pháp của nhóm nghiên cứu 
hướng tới việc ứng dụng công nghệ nhận diện giọng nói vào việc xây dựng phần 
mềm hỗ trợ phát âm tiếng Anh trên thiết bị di động. Mục đích cuối cùng của giải 
pháp là tạo ra được phần mềm trên thiết bị di động có thể hỗ trợ người học tiếng 
Anh. 
 Kết quả đạt được: 
 + Nhóm nghiên cứu đã hoàn thiện việc xây dựng phần mềm ứng dụng hỗ trợ 
luyện tập phát âm trên thiết bị di động áp dụng công nghệ nhận diện giọng nói. 
 + Phần mềm ứng dụng được xây dựng trên nền tảng iOS và được tích hợp 
công nghệ nhận diện giọng nói nổi bật đang được sử dụng hiện nay trong trợ lý ảo 
thông minh Siri của Apple. 
 + Sản phẩm phần mềm ứng dụng của nhóm tác giả đã được đánh giá cao và 
đạt giải nhì cuộc thi Sáng tạo khoa học kỹ thuật tỉnh Bà Rịa-Vũng Tàu năm 2018-
2019. 
 2 + Kết quả nghiên cứu đã được công bố thông qua 01 bài báo trên 01 tạp chí 
khoa học thuộc danh mục ISI/SCOPUS như sau: Lecture Notes of the Institute for 
Computer Sciences, Social Informatics and Telecommunications Engineering, Vol 
298, pp. 157-166, Springer, 2019, (SCOPUS – Q4), ISSN 1867-8211. 
 Thời gian nghiên cứu: từ 11/2018 đến 11/2019 
 Phòng KHCN & HTQT Trưởng Khoa/ Chủ nhiệm đề tài 
 HĐKH Khoa 
 3 
 MỤC LỤC 
1. ĐẶT VẤN ĐỀ ................................................................................................................. 5 
2. GIẢI QUYẾT VẤN ĐỀ ................................................................................................... 8 
3. THỰC HIỆN GIẢI PHÁP ............................................................................................. 10 
 3.1. Thiết kế xây dựng CSDL ....................................................................................... 10 
 3.1.1. Bài học (Lesson) ............................................................................................. 10 
 3.1.2. Cách phát âm (Pronunciation) ........................................................................ 13 
 3.1.3. Bài tập phát âm (Practice) .............................................................................. 14 
 3.1.4. Từ tiếng Anh dùng để luyện tập (Word) ........................................................ 15 
 3.1.5. Xây dựng CSDL trên Core Data .................................................................... 15 
 3.2. Thiết kế xây dựng phần mềm trên nền tảng iOS .................................................... 16 
 3.2.1. Chức năng xem danh sách bài học ................................................................. 17 
 3.2.2. Chức năng xem cách phát âm ......................................................................... 20 
 3.2.3. Chức năng xem danh sách bài luyện tập ........................................................ 21 
 3.2.4. Chức năng chọn chế độ luyện tập ................................................................... 22 
 3.2.5. Chức năng luyện tập với từ đơn ..................................................................... 23 
 3.2.6. Chức năng tổng hợp kết quả luyện tập ........................................................... 26 
 3.2.7. Chức năng thiết lập lại luyện tập .................................................................... 27 
4. KẾT QUẢ ĐẠT ĐƯỢC ................................................................................................ 29 
5. TÀI LIỆU THAM KHẢO ............................................................................................. 33 
 4 1. ĐẶT VẤN ĐỀ 
 Trước xu thế hội nhập và toàn cầu hóa, tiếng Anh được xem là ngôn ngữ sử 
dụng phổ biến nhất thế giới. Trong đó gần 60 quốc gia sử dụng tiếng Anh là ngôn 
ngữ chính, ngoài ra bên cạnh tiếng mẹ để có gần 100 quốc gia sử dụng tiếng Anh 
như ngôn ngữ thứ hai. Vì vậy ngoại ngữ chính là chìa khóa quan trọng trong thời kỳ 
hội nhập và toàn cầu hóa hiện nay. 
 Trong bối cảnh đó, mối quan hệ của con người cũng như sự hợp tác, đầu tư 
trong bất kỳ lĩnh vực nào từ kinh doanh, thương mại, giao thông, công nghệ, truyền 
thông, du lịch, ... cho đến những cơ hội trong học tập, làm việc đã mở rộng ra trong 
phạm tất cả các nước trên toàn thế giới. Tiếng Anh chính là một công cụ hữu hiệu 
và đóng vai trò quan trọng trong thành công của nhiều cá nhân và doanh nghiệp. 
 Đối với tiếng Anh cũng như mọi ngôn ngữ khác, phát âm là một trong những 
kỹ năng cơ bản đóng vai trò nền tảng và quyết định cho những người bắt đầu học 
tiếng Anh. Phát âm chính là yếu tố có ảnh hưởng tới việc học tất cả các kỹ năng còn 
lại như: từ vựng, nghe, nói, đọc, viết, ... 
 Phát âm chuẩn giúp người nghe dễ hiểu hơn, mặc dù người phát âm chưa được 
chuẩn lắm thì người nghe vẫn có thể hiểu, nhưng đôi khi họ cũng phải cố gắng hết 
sức mới hiểu được người nói muốn diễn đạt gì. 
 Ngoài ra phát âm chuẩn có nghĩa là người nói biết được cách phát âm như thế 
nào, điều này rất hữu ích cho kỹ năng nghe hiểu của người phát âm chuẩn. Từ đó có 
thể giúp người đó nghe hiểu dễ dàng hơn các đoạn video, radio hay các đoạn hội 
thoại. Trong trường hợp người nói phát âm sai từ nào đó, chắc chắn sẽ không thể 
hiểu khi nghe người khác nói chính từ mà mình phát âm sai. 
 Người học tiếng Anh có rất nhiều phương pháp tự học cũng như công cụ hỗ 
trợ đắc lực trong việc luyện phát âm chuẩn. Chẳng hạn người học có thể dùng 
phương pháp cổ điển là phát âm và nhìn vào gương để nhận biết chuyển động của 
môi và miệng một cách chính xác nhất trong việc phát âm. 
 Hiện nay có rất nhiều phần mềm ứng dụng luyện tập phát âm tiếng anh trên 
thiết bị di động. Bằng việc sử dụng các công cụ hỗ trợ này, người học có thể ghi âm 
lại tất cả những gì họ nói và so sánh với phát âm mẫu để chỉnh sửa lỗi sai. Các ứng 
 5 dụng phần mềm hỗ trợ học phát âm tiếng Anh hiện tại đều hướng đến những chức 
năng chung này, cụ thể các ứng dụng sẽ hiển thị cách phát âm của từ, cho phép người 
học nghe đoạn phát âm mẫu, sau đó người học sẽ ghi âm lại nội dung phát âm của 
mình và tự so sánh với đoạn phát âm mẫu. Hoặc người học nghe/nhìn từ và gõ lại 
từ/phiên âm của từ để phần mềm đánh giá sự đúng sai. 
 Hình 1. Ví dụ các phần mềm luyện tập phát âm trên thiết bị di động 
 Các ứng dụng hầu hết chưa tích hợp được tính năng nhận diện giọng nói vào 
phần mềm để kiểm tra phát âm của người học. Hoặc có một số ít ứng dụng tích hợp 
nhưng chưa dùng để kiểm tra và tổng hợp mức độ hoàn thành của người học đối với 
một âm cần học. 
 Hình 2. Ví dụ các phần mềm luyện tập phát âm trên thiết bị di động 
 6 
 Với cách học này người học sẽ rất khó khăn và hầu như ít có khả năng để nhận 
biết cách phát âm của cá nhân đúng hay sai, đặc biệt đối với người mới bắt đầu học 
tiếng Anh. Để giải quyết được vấn đề này, thông thường người học phải có sự hướng 
dẫn trực tiếp từ những giáo viên tiếng Anh bản địa hoặc các giáo viên tiếng Anh 
giàu kinh nghiệm trong các khóa học. Vì vậy người học sẽ tốn kém không ít chi phí, 
đồng thời sẽ có ít cơ hội trau dồi phát âm tiếng Anh hằng ngày. 
 7 2. GIẢI QUYẾT VẤN ĐỀ 
 Mục đích của nhóm nghiên cứu là mong muốn tạo ra một giải pháp thực sự 
phù hợp để có thể hỗ trợ người học là sinh viên, giảng viên Trường Đại học Bà Rịa-
Vũng Tàu nói riêng, cũng như người học trong cộng đồng nói chung, giải quyết 
những vấn đề khó khăn trong việc luyện tập phát âm nêu trên. 
 Với sự phát triển nhanh chóng và vượt bậc của công nghệ nhận diện giọng nói 
cũng như sự tiện lợi mang lại của thiết bị di động, giải pháp của nhóm nghiên cứu 
hướng tới việc ứng dụng công nghệ nhận diện giọng nói vào việc xây dựng phần 
mềm hỗ trợ phát âm tiếng Anh trên thiết bị di động. Mục đích cuối cùng của giải 
pháp là tạo ra được phần mềm trên thiết bị di động có thể hỗ trợ người học tiếng 
Anh: 
 1. Thụ hưởng công nghệ nhận diện giọng nói để giúp người học có thể tự 
kiểm tra việc phát âm tiếng Anh của bản thân và sẽ có sự điều chỉnh phù hợp. 
 2. Cung cấp cho người học các chức năng vốn có của một công cụ hỗ trợ 
luyện phát âm tiếng Anh, cụ thể là danh sách từ vựng luyện theo âm, phiên âm và 
phát âm mẫu của mỗi từ. 
 3. Hỗ trợ người học luyện phát âm tiếng Anh mọi lúc, mọi nơi và hoàn 
toàn miễn phí. 
 Để thực hiện mục tiêu nêu trên nhóm phát triển sẽ tiến hành nghiên cứu xây 
dựng phần mềm ứng dụng trên thiết bị di động hỗ trợ luyện tập phát âm tiếng Anh 
sử dụng công nghệ nhận diện giọng nói dựa vào các nguồn sau: 
 + Nghiên cứu các phương pháp, tài liệu, nội dung liên quan đến việc luyện 
 tập phát âm tiếng Anh để đưa vào phần mềm cho phù hợp. 
 + Nghiên cứu các công nghệ nhận diện giọng nói đã phát triển, khả năng phù 
 hợp để tích hợp chúng vào phần mềm. 
 + Nghiên cứu thiết kế giao diện, ngôn ngữ lập trình liên quan để xây dựng 
 phần mềm; 
 Phần mềm ứng dụng hỗ trợ luyện tập việc phát âm tiếng Anh sử dụng công 
nghệ nhận diện giọng nói phải đảm bảo thực hiện được những nhiệm vụ chính như 
sau: 
 8 + Chuyển đổi nội dung luyện tập phát âm từ các nguồn sang dạng hệ thống 
thông tin. 
 + Cho phép người dùng xem danh sách các bài học của từng âm trong tiếng 
Anh và lựa chọn bài học tương ứng. 
 + Dựa vào âm được lựa chọn, cho phép người dùng xem lại cách phát âm của 
âm. 
 + Dựa vào âm được lựa chọn, cho phép người dùng xem danh sách các bài 
luyện tập tương ứng và lựa chọn bài tập để luyện tập. 
 + Cho phép người dùng lựa chọn chế độ luyện tập các từ chưa hoàn thành 
hoặc luyện tập tất cả các từ trong bài tập. 
 + Đối với từng từ luyện tập: 
 - cho phép người dùng xem phiên âm của từ; 
 - nghe cách phát âm mẫu của người nói tiếng Anh bản địa; 
 - kiểm tra việc phát âm từ đúng hay sai dựa vào công nghệ nhận diện 
 giọng nói. 
 + Dựa vào kết quả phát âm của các từ trong bài tập, phần mềm tự động tổng 
hợp và cho phép người dùng biết được kết quả chung về mức độ phát âm đối với 
bài tập. 
 + Dựa vào kết quả của các bài tập, phần mềm tự động tổng hợp và cho phép 
người dùng biết được kết quả chung về mức độ phát âm đối với bài học của từng 
âm. 
 + Cho phép người dùng thiết lập lại kết quả bài tập để luyện tập bài tập lại từ 
đầu. 
 + Cho phép người dùng thiết lập lại kết quả bài học của từng âm để luyện tập 
bài học lại từ đầu. 
 9 3. THỰC HIỆN GIẢI PHÁP 
3.1. Thiết kế xây dựng CSDL 
 Công việc chính của phần thiết kế xây dựng CSDL nhằm thực hiện nhiệm vụ 
chuyển đổi những thông tin, tài liệu liên quan đến việc luyện tập phát âm tiếng Anh 
sang hệ thống CSDL phục vụ cho việc xây dựng phần mềm ứng dụng. 
3.1.1. Bài học (Lesson) 
 Để phát âm được 1 từ đúng, chúng ta sẽ cần phát âm dựa vào phần phiên âm 
của từ chứ không nhìn vào mặt chữ của từ đó. Trong ví dụ hình 3, chúng ta có thể 
thấy, mặc dù 2 từ đều được viết là wind, tuy nhiên cách phát âm của 2 từ này lại 
hoàn toàn khác nhau. Từ thứ nhất, là 1 danh từ, được phát âm là /wɪnd/, từ thứ 2 là 
1 động từ, được phát âm là /waɪnd/. 
 Hình 3. Ví dụ về sự quan trọng của phát âm dựa vào phiên âm 
 Chính vì vậy, muốn phát âm chính xác được 1 từ, chúng ta cần phát âm dựa 
vào phần phiên âm của từ. Để hiểu được phần phiên âm tiếng Anh này, chúng ta sử 
dụng bảng mẫu tự ngữ âm quốc tế IPA (International Phonetic Alphabet) cho tiếng 
Anh. 
 Bảng IPA tiếng Anh chứa 44 âm (sounds) được biểu diễn trong hình 4. Trong 
đó, có 20 nguyên âm (vowel sounds) và 24 phụ âm (consonant sounds). Các âm kết 
hợp với nhau hình thành cách phát âm của từ. 
 10