| راهبردهای نوآورانه برای بهبود مهارت‌های شنیداری و گفتاری در آموزش زبان عربی با استفاده از فناوری تشخیص گفتار |
| کد مقاله : 1073-ARCONF6 (R1) |
| نویسندگان |
|
یگانه لعل محمدی *1، سبحان کاوسی2 1زبان و ادبیات عرب .دانشکده علوم انسانی .داانشگاه کوثر بجنورد .بجنورد.ایران 2زبان و ادبیات عرب ، دانشکده علوم انسانی. دانشگاه کوثر بجنورد . ایران |
| چکیده مقاله |
| این پژوهش با هدف تحلیل راهبردهای نوآورانه مبتنی بر فناوری تشخیص گفتار برای ارتقای مهارت‌های شنیداری و گفتاری زبان عربی در میان زبان‌آموزان فارسی‌زبان انجام شد. فناوری تشخیص گفتار، فرایندی رایانشی برای دریافت، تحلیل و تبدیل گفتار شفاهی به متن یا داده‌های قابل تحلیل است که در آموزش زبان می‌تواند برای ارزیابی عملکرد شفاهی و ارائه بازخورد به زبان‌آموز به کار رود. پژوهش حاضر از نظر روش، توصیفی ـ تحلیلی است و با بررسی چالش‌های آوایی، گویشی و آموزشی زبان‌آموزان فارسی‌زبان، ظرفیت و الزامات به‌کارگیری این فناوری را برای تقویت مهارت‌های شنیداری و گفتاری زبان عربی تحلیل می‌کند. یافته‌های تحلیل نشان داد که بازخورد فوری و دقیق، شخصی‌سازی تمرین‌ها، شناسایی و تحلیل خطاهای آوایی و تلفظی، از جمله خطا در تولید واج‌ها و الگوهای آهنگ و تکیه، و فراهم‌سازی فرصت تمرین مستقل می‌تواند محدودیت‌های روش‌های سنتی را در آموزش مهارت‌های شفاهی کاهش دهد. همچنین، اثربخشی این رویکرد در آموزش عربی زمانی افزایش می‌یابد که سامانه‌های هوشمند از داده‌های صوتی متنوع و چندگویشی بهره گیرند و قابلیت ارائه بازخورد چندحسی و سطح‌بندی‌شده را داشته باشند. بر اساس نتایج، تلفیق فناوری تشخیص گفتار با محتوای واقعی و چندگویشی، بازی‌وارسازی، محیط‌های تعاملی و واقعیت افزوده می‌تواند فرایند یادگیری را فعال‌تر، شخصی‌سازی‌شده‌تر و متناسب با نیازهای زبان‌آموزان فارسی‌زبان سازد. در مجموع، یافته‌ها بر ضرورت توسعه سامانه‌های بومی، فرهنگ‌محور و مقاوم در برابر تنوع گویشی برای آموزش پایدار مهارت‌های شنیداری و گفتاری زبان عربی تأکید دارد. |
| کلیدواژه ها |
| فناوری تشخیص گفتار، آموزش زبان عربی، مهارت‌های شنیداری و گفتاری، فارسی‌زبانان، هوش مصنوعی. |
| وضعیت: پذیرفته شده |
