# Automatyczna ocena wymowy

EN: **Automatic pronunciation assessment (CAPT)** · id `pronunciationassess` · aliases: pronunciation assessment, computer-assisted pronunciation training, CAPT, mispronunciation detection, MDD, Goodness of Pronunciation, GOP, ocena wymowy

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w edukacji](https://aiatlasgraph.com/t/aied.md) › [Automatyczne ocenianie i informacja zwrotna](https://aiatlasgraph.com/t/autoassessment.md) › Automatyczna ocena wymowy

## Description

- PL: Ocena wymowy osób uczących się języka na poziomie głosek i prozodii (akcent, rytm, intonacja), stanowiąca rdzeń komputerowego treningu wymowy.
- EN: Assessing language learners' pronunciation at the phone level and the prosodic level (stress, rhythm, intonation); the core of computer-assisted pronunciation training.

## In one sentence

- PL: Aplikacja słucha, jak czytasz zdanie w obcym języku, i wskazuje, które głoski i akcenty brzmią nie tak.
- EN: An app listens to you read a sentence in a foreign language and points out which sounds and stresses come out wrong.

## Problem it solves

- PL: Uczący się języka rzadko ma kogoś, kto cierpliwie wysłucha go setki razy i powie, co dokładnie brzmi źle.
- EN: Language learners rarely have someone who will patiently listen hundreds of times and say exactly what sounds wrong.

## What it does

- PL: Porównuje nagranie z tym, jak słowo powinno brzmieć głoska po głosce, a osobno ocenia rytm, akcent i melodię zdania.
- EN: It compares your recording with how the word should sound, sound by sound, and separately rates the rhythm, stress and melody of the sentence.

## Everyday example

- PL: W aplikacji do nauki języka jedno słowo w zdaniu podświetla się na czerwono, bo samogłoska wyszła za krótka.
- EN: In a language-learning app one word in the sentence turns red because a vowel came out too short.

## This concerns you if you…

- PL: uczysz się wymowy obcego języka
- PL: tworzysz ćwiczenia mówione do kursu językowego
- EN: are working on your pronunciation in a foreign language
- EN: create speaking exercises for a language course

## Keywords

Goodness of Pronunciation · mispronunciation detection and diagnosis · speechocean762 · L2-ARCTIC · wav2vec 2.0 · forced alignment · prosody assessment · spoken language assessment

## How it works

- PL: Model rozpoznawania mowy dopasowuje nagranie do oczekiwanej sekwencji fonemów, a miary w rodzaju Goodness of Pronunciation porównują prawdopodobieństwo fonemu oczekiwanego z najlepszym konkurentem. Nowsze modele na reprezentacjach samonadzorowanych przewidują naraz oceny fonemów, słów i zdań oraz płynności i prozodii.
- EN: A speech recogniser aligns the recording to the expected phoneme sequence, and Goodness of Pronunciation-style measures compare the expected phoneme's likelihood with the best competitor. Newer models on self-supervised speech representations jointly predict phone, word and sentence scores plus fluency and prosody.

## Limits

- PL: Działa najlepiej przy czytaniu znanego tekstu, swobodna mowa jest trudniejsza. Modele mogą karać sam akcent zamiast błędów utrudniających zrozumienie. Zbiory z ocenami ekspertów są małe i istnieją dla niewielu języków, a sami eksperci bywają niezgodni.
- EN: It works best when reading a known text; spontaneous speech is harder. Models can penalise accent itself rather than errors that hurt intelligibility. Expert-rated datasets are small and exist for few languages, and experts themselves often disagree.

## Key terms

- PL: **GOP**: Miara, jak bardzo wypowiedziana głoska przypomina tę oczekiwaną.
- PL: **segmental / suprasegmental**: Poziom pojedynczych głosek kontra akcent, rytm i intonacja.
- PL: **MDD**: Wykrywanie i nazywanie konkretnych błędów wymowy.
- EN: **GOP**: A measure of how closely a spoken sound matches the expected one.
- EN: **segmental / suprasegmental**: Single speech sounds versus stress, rhythm and intonation.
- EN: **MDD**: Detecting and naming specific pronunciation errors.

## Know first

- [Rozpoznawanie mowy / ASR (Automatic speech recognition)](https://aiatlasgraph.com/t/asr.md)
- [Dopasowanie tekstu do czasu nagrania (Forced alignment of speech and text)](https://aiatlasgraph.com/t/forcedalignment.md)

## Related topics

Untyped, symmetric "see also" links.

- [Rozpoznawanie mowy / ASR (Automatic speech recognition)](https://aiatlasgraph.com/t/asr.md)

## Sources

- [Automatic Pronunciation Assessment – A Review](<https://arxiv.org/abs/2310.13974>) `elkheir-pronunciation-review-2023` · by Yassine El Kheir, Ahmed Ali, Shammur Absar Chowdhury

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/pronunciationassess · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30