SluitenSluiten
kinderen in schommel

Projecten

Spreekvaardigheid in beeld met Beeldverhaal

Cito logo plectrumVerder

Spreekvaardigheid in beeld met Beeldverhaal

Met Beeldverhaal hebben we een app ontwikkeld om spreekvaardigheid van leerlingen in beeld te brengen. Via Beeldverhaal spreekt een leerling een verhaal in bij vier plaatjes. Met behulp van automatische spraakherkenning wordt dit verhaal omgezet naar geschreven tekst, waarna de leerkracht het spreekvaardigheidsniveau kan analyseren. In 2020 hebben we samen met een uitgever verkend of Beeldverhaal van toegevoegde waarde is in een taalmethode. In 2021 gaan we samen met taal- en spraaktechnologen van de Radboud Universiteit aan de slag om de automatische spraakherkenning van het prototype te verbeteren.
Beeldverhaal

Beeldverhaal: makkelijker spreekvaardigheid beoordelen

Het beoordelen van spreekvaardigheid in het basisonderwijs is niet eenvoudig. Leerkrachten moeten op veel aspecten letten in één gesprek. Vertelt een kind een verhaal met een kop en een staart? Hoe zit het met werkwoordsvervoegingen, grammaticaliteit, woordenschat, aarzelingen? Omdat leerkrachten ook graag op de inhoud willen letten, is dat veel om in de gaten te houden tijdens het gesprek. In 2019 ontwikkelde CitoLab Beeldverhaal om de spreekvaardigheid van leerlingen makkelijker te kunnen beoordelen. De app voor leerlingen in groep 3 t/m 6  won direct de Innovatie Award op de NOT. Beeldverhaal wordt stapsgewijs verder ontwikkeld. In 2021 werken onderzoekers van het Centre for Language and Speech Technology (CLST) en Cito aan het verbeteren van de Automatische Spraakherkenning.
“Ons product is nu nog een prototype. Ik zie de samenwerking met Radboud Universiteit als een mooie volgende stap om Beeldverhaal geschikt te maken voor gebruik in de klas."
geel
Emmelien van der Scheer
Onderzoeker CitoLab

Heel veel data van kinderstemmen nodig

Om de spraakherkenner voor volwassenen aan te passen aan kinderspraak zijn veel data van kinderstemmen nodig, waarmee de spraakherkenner getraind kan worden. In huidige projecten of producten waar deze technologie gebruikt wordt, gaat het vaak om leren lezen. Automatische Spraakherkenning werkt dan aardig, omdat je van tevoren weet wat leerlingen gaan voorlezen. Bij Beeldverhaal is dat niet het geval, en dat maakt het complex.

Informatie halen uit kinderstemmen 

Over het algemeen is automatische spraakherkenning bij kinderen een stuk moeilijker dan bij volwassenen. Zo hebben kinderen kortere stembanden die sneller trillen. Dat maakt het lastiger om informatie uit kinderstemmen te halen. Ook is kinderspraak variabel, onder andere omdat ze snel groeien, waardoor de lengte van hun stembanden en spraakkanaal varieert. Daarnaast produceren kinderen meer aarzelingen en afgebroken woorden dan volwassenen.