Miten ohjelma toimii

Tällä sivulla kerrotaan suoraan, mitä ohjelma mittaa, millä tavalla, kuinka luotettavasti ja mitä se ei osaa. Luvut ovat ohjelman kehityksessä tehdyistä kokeista. Jokaisen luvun perässä on kokeen numero, ja kokeet on kuvattu sivun lopussa.

Mitä ohjelma mittaa

  • Äänteet lauseessa: äännetunnistimet arvioivat lauseesta vain tietyt äänteet: /ʉː ɵ yː ɧ ɕ ʂ ʈ p t k b d ɡ/ (koe 14) ja /f/, joka saa vain tarkista-merkinnän, jos se kuulostaa v:ltä. (koe 20) Lisäksi ne huomauttavat, jos /ɖ/ tai /ɳ/ kuulostaa erikseen äännetyltä [r] + [d] tai [r] + [n] -yhdistelmältä (esim. bord, barn) tai jos konsonanttien väliin tulee ylimääräinen vokaali. Nämä kaksi näytetään vain tarkista-merkintänä. (koe 15, koe 17) Kaikki muut äänteet ovat tilassa ”ei arvioitu”.
  • Henkäys (aspiraatio): painollisen tavun alun p-, t- ja k-äänteistä mitataan, kuinka pitkä henkäys konsonantin ja vokaalin välissä on. Puuttuva henkäys saa punaisen tai tarkista-merkinnän. Liian pitkä henkäys s:n jälkeen tai b:ssä, d:ssä ja g:ssä näytetään vain tarkista-merkintänä. (koe 10b, koe 16)
  • Pituus (kvantiteetti): pitkän ja lyhyen vokaalin sekä niitä seuraavan konsonantin kestoista lasketaan tunnusluku kolmen viimeisen eri lauseen yli. Yksittäisestä sanasta tai lauseesta pituutta ei arvioida, koska sellainen arvio ei läpäissyt testiä. (koe 2d, koe 2e)
  • Pisteet 0–100: lauseen pisteet lasketaan vain arvioiduista äänteistä, ja arvioitujen osuus näytetään pisteiden vieressä. Punainen äännemerkintä vie äänteen pisteet, puuttuva henkäys puolet ja tarkista-merkintä puolet vastaavasta punaisesta. Kolmen lauseen jälkeen mukaan tulee pituuden tunnusluku. Lausepainoa ja sanasävelmää ei pisteytetä. Pisteitä ei ole verrattu ihmisten arvioihin.
  • Sävelkäyrä: oma sävelkorkeutesi piirretään referenssipuhujan käyrän rinnalle. Käyrä on vain vertailua varten, eikä sitä pisteytetä.
  • Vaatimustaso: voit valita, verrataanko ääntämystäsi referenssipuhujan äänitteeseen (”Äänitteen mukainen”) vai hyväksytäänkö myös sanakirjojen ja ääntämyssääntöjen muut oikeat muodot (”Sanakirjan mukainen”). Valinta vaikuttaa vain muutamaan äänteeseen.
  • Äänteet-sivu: valitset äänteen ja harjoittelet sitä yksittäisissä sanoissa ja sanapareissa, jotka eroavat vain tästä äänteestä (minimiparit). Mittauksesi näytetään kaaviossa syntyperäisten puhujien alueiden kanssa (vokaalit, sj-, tj- ja s-äänteet sekä p:n, t:n ja k:n henkäys), ja tunnistimen arvio näytetään, jos äänteelle on tunnistin. Vokaalia voi kokeilla myös reaaliajassa. Alueet on laskettu 150 keskiruotsalaisen (Svea-alueen) puhujan (75 naista, 75 miestä) sanoista. Ääntämisohjeiden vieressä kerrotaan, kuinka vahvaan lähteeseen kukin ohje perustuu.
  • Äänen kalibrointi: voit äänittää viisi pitkää suomen vokaalia, jolloin vokaalikaavio sijoittaa äänesi samalle asteikolle kuin syntyperäisten alueet. Kalibrointi on vapaaehtoinen, eikä sitä ole testattu oppijoilla. Suomen aa ja oo eivät ole samat kuin ruotsin vastaavat vokaalit, joten asteikko on likimääräinen. (koe 9)
  • Suoritushistoria: ohjelma muistaa aiempien suoritustesi merkinnät ja ehdottaa niiden perusteella lauseita ja äänteitä harjoiteltavaksi.
  • Edistyminen, hallinta ja läpäisy: jokaisella arvioidulla äänteellä ja pituudella on hallinta-arvo, jossa tuoreimmat suoritukset painavat eniten. Äänne on hallussa, kun mittarit eivät enää löydä siitä huomautettavaa kolmessa eri lauseessa, ja kun kaikki ovat hallussa, olet läpäissyt. Läpäisy kertoo mittareista, ei siitä, että ääntäisit ruotsia virheettömästi. Rajat valittiin simuloimalla suorituksia syntyperäisten puhujien äänitteillä.

Miten mittaus tehdään

  1. Laatutarkistus: äänitteestä mitataan taustamelu, äänitaso ja särö. Jos laatu on huono, sinua pyydetään äänittämään uudelleen, eikä merkintöjä näytetä.
  2. Foneemimalli: ruotsin foneemeihin opetettu wav2vec2-malli (jimregan/wav2vec2-swedish-phonetic-waxholm) ajetaan selaimessasi. Malli (222 Mt) ladataan kerran taustalla ja säilytetään selaimen välimuistissa.
  3. Kohdistus: pieni lisäverkko etsii äänitteestäsi kohdan, jossa kukin referenssin äänne on, 10 ms:n tarkkuudella. Testipuhujilla 95,9 % vokaalin ja konsonantin rajoista osui 20 ms:n sisään vertailukohdistuksesta. Kohdistin olettaa, että sanoit referenssin äänteet: pudotettuja tai lisättyjä äänteitä se ei havaitse. (koe 13)
  4. Äännetunnistimet: jokaiselle arvioitavalle äänteelle on pieni tunnistin, joka vertaa, kuulostaako kohta enemmän ruotsin äänteeltä vai suomenkielisille tyypilliseltä korvaajalta (esim. /ʉː/ vai [uː]). Punaisen ja tarkista-merkinnän kynnykset on asetettu tunnistinkohtaisesti. (koe 14)
  5. Kestot ja henkäys: pituus lasketaan kohdistuksen antamista äänteiden kestoista suhteessa puhenopeuteesi ja syntyperäisten kestoihin. Henkäyksen pituus (VOT) mitataan p:n, t:n tai k:n avautumisesta vokaalin soinnin alkuun 4 ms:n tarkkuudella. (koe 2d, koe 10b)

Mitä merkinnät tarkoittavat

punainen
Mittari kuuli kohdassa todennäköisemmin suomalaisen korvaajan kuin ruotsin äänteen. Se on vihje, ei varma tieto.
tarkista
Mittari ei ole varma. Kuuntele kohta itse. Tarkista-merkintä vähentää pisteitä puolet punaisen vähennyksestä.
ok
Äänne arvioitiin, eikä huomautettavaa löytynyt. Tavalliset syntyperäisten muunnelmat (esim. /ɧ/ → [ʂ]) hyväksytään.
ei arvioitu
Äänteelle ei ole riittävän luotettavaa mittaria, referenssin ääntämys on kiistanalainen tai äänitys hylättiin.

Mittari saa antaa merkintöjä ja pisteitä vasta, kun se läpäisee hyväksymistestin: vähintään 80 % syntyperäisten lauseista jää ilman yhtään punaista, kun kaikki mittarit lasketaan yhteen, ja vähintään 70 % tunnetuista virheistä löydetään. Kynnykset kirjataan ennen testiajoa. Mittarit, jotka eivät läpäise, näkyvät tilassa ”ei arvioitu”.

Mitattu luotettavuus

Ellei toisin sanota, luvut on mitattu syntyperäisten puhujien äänityksillä, joihin virhe on tehty keinotekoisesti (toisen äänteen pätkä leikattu tilalle, henkäys leikattu pois tai kestoa muutettu). Oppijan puheella luvut voivat olla selvästi huonompia.

  • Kaikki mittarit yhdessä: 86,4 % syntyperäisten lauseista jäi ilman yhtään punaista merkintää (raja 80 %). (koe 16)
  • Äännetunnistimet: testiryhmässä (40 puhujaa, 400 uutta äänitystä) 94,3 % syntyperäisten lauseista sai nolla punaista merkintää. Punainen ja tarkista yhdessä löysivät keskimäärin 77,8 % leikatuista virheistä (19 virhetyyppiä), punainen yksin 39,7 %. Muuttamattomista vertailukohdista merkittiin 4,6 %. (koe 14)
  • Henkäys: pois leikatuista henkäyksistä 54,1 % sai punaisen ja 72,6 % punaisen tai tarkista-merkinnän. (koe 16)
  • Pituus: kolmen lauseen tunnusluku löysi 88,6 % keinotekoisista pituusvirheistä, ja 98,3 % syntyperäisten kolmen lauseen joukoista jäi ilman punaista. Lyhyen vokaalin jälkeisen konsonantin lyheneminen löytyi heikoimmin (62 %). (koe 2d)
  • Hyväksytty muunnelma /ɧ/ → [ʂ] sai tarkista-merkinnän 6,7 % kerroista, kun raja oli 5 %. Punaista se ei saa koskaan. (koe 14)
  • Oikea puhe, yksi puhuja: yksi suomenkielinen puhuja äänitti samat sanat ja lauseet suomalaisittain ja niin hyvin kuin osasi. Suomalaisittain äännettynä /ɵ/ sai punaisen 9/9, /ɕ/ 6/7 ja /ʉː/ 4/8 kertaa; parhaalla yrityksellä 1/9, 1/7 ja 0/8 kertaa. p:n, t:n ja k:n henkäyksen mittaus erotti suomalaisen ja liioitellun ääntämyksen kolmessa sanassa selvästi (17–31 ms ja 83–122 ms). (koe 17)
  • /f/ → [v]: tunnistin löysi 95,0 % leikatuista virheistä, ja syntyperäisten /f/-äänteistä se merkitsi 1,4 % (40 testipuhujaa). Jos se näyttäisi punaista, kaikkien mittarien yhteinen osuus olisi 84,4 % (raja 80 %). Saman suomenkielisen puhujan äänitteillä se ei erottanut suomalaista luentaa parhaasta yrityksestä (3/20 ja 2/20), mutta niissä ei äännetty f:ää tarkoituksella v:nä. Siksi /f/ näytetään vain tarkista-merkintänä, eikä se muuta yhteistä 86,4 %:n osuutta. (koe 20)
  • [r] + hammasäänne ei toiminut oikealla puheella: leikatuilla virheillä tunnistin löysi 83 % ja 75 % tapauksista, mutta suomenkielisen puhujan erikseen ääntämän r + d:n se löysi 0 kertaa 15:stä ja r + n:n kerran 13:sta. Siksi merkintä näytetään vain tarkista-merkintänä, eikä tunnistimen hiljaisuutta näytetä hyväksyntänä. (koe 15, koe 17)
  • Vertailukohta: Aalto-yliopiston vastaava, vain syntyperäisten puheella opetettu järjestelmä saavutti oppijapuheella 30 %:n tarkkuuden ja 43 %:n havaintoprosentin (Phan ym. 2025).

Mitä ohjelma ei osaa

  • Mittareita ei ole testattu oppijajoukolla. Ne on opetettu ja testattu syntyperäisten äänityksillä, joihin virhe on tehty keinotekoisesti, ja äänitykset on tehty laadukkaalla pöytämikrofonilla. Oikeaa suomenkielistä puhetta on kokeiltu vain yhden puhujan äänitteillä. Avointa suomalaisten oppijoiden aineistoa ei ole.
  • Välivokaalit jäävät todennäköisesti huomaamatta. Vokaalin pitää siirtyä suurimman osan matkasta korvaavan vokaalin kohdalle ennen kuin se merkitään. Vain /ʉː/ → [uː] -muutoksista yli puolet merkittiin, ja vasta kun vokaali oli siirtynyt yli puolivälin. (koe 14, koe 15)
  • Lausepainoa ja sanasävelmää (aksentti 1 ja 2) ei arvioida. Sävelkäyrä näytetään vain vertailuna.
  • Yksittäistä pituusvirhettä ei osoiteta. Pituudesta saat arvion vasta kolmen lauseen jälkeen, ja se nimeää virhetyypin, ei sanaa. Yhdyssanan jälkiosan pituutta ei arvioida: kokeessa virheistä löytyi enintään 24 %. (koe 2e, koe 19)
  • /ɖ/, /ɳ/ ja /ɭ/ jäävät käytännössä arvioimatta. Pelkkää [d]:tä tai [n]:ää niiden paikalla ei tunnisteta luotettavasti: suomenkielisen puhujan tavallisella d:llä ääntämiä sanoja ei merkitty. /ɭ/:lle ei ole tunnistinta. (koe 17, koe 18)
  • Pudotettuja tai lisättyjä äänteitä ei havaita. Poikkeus on ylimääräinen vokaali, ja siitäkin löytyi testissä vain 36 %. (koe 15)
  • Virhe /ɧ/ → [s] saa punaisen merkinnän vain, kun korvaus on selvä (noin 20 %); punainen tai tarkista-merkintä löytää sen 75 %:ssa tapauksista. (koe 14)
  • Vokaalikaavio ei pysty erottamaan kaikkia vokaalipareja (esim. /yː/–/iː/ ja /uː/–/ʊ/). Kaavion vieressä kerrotaan, mitkä parit se erottaa. (koe 9)
  • Jokaisella lauseella on yksi referenssipuhuja, joten hänen omalaatuisuutensa siirtyvät malliksi. Suomenruotsia ei arvioida. Teini-ikäisten ääniä ei ole testattu.

Referenssipuhujat, aineistot ja lisenssit

Referenssipuhujat ovat syntyperäisiä Svea-alueen (keskiruotsalaisia) puhujia NST:n puhetietokannasta. Ääni ei ole puhesynteesiä.

  • NST:n ruotsin puhetietokanta ja ääntämissanakirja (Språkbanken / Norjan kansalliskirjasto): lauseet, referenssiäänitteet (keskiruotsalaiset eli Svea-alueen puhujat, pöytämikrofonin kanava, KTH:n NST-peilistä) ja Äänteet-sivun harjoitussanat. Lisenssi: CC0 1.0 (Språkbankenin luettelo: puheaineisto sbr-56 ja sanakirja sbr-22, ”CC Zero (fri bruk)”; tarkistettu 15.11.2026).
  • Mozilla Common Voice 27.0, ruotsi: vain ohjelman kehityksessä tehdyt testit ja kokeet; ohjelmassa ei ole Common Voicen ääniä, tekstejä eikä niistä johdettua dataa. Lisenssi: CC0 (aineiston oma kuvaus). Lisäksi latausehdot (Mozilla Data Collective): puhujia ei saa tunnistaa eikä aineistoa jakaa tai julkaista edelleen. Siksi aineistoa ei jaeta tämän ohjelman mukana.
  • jimregan/wav2vec2-swedish-phonetic-waxholm: foneemimalli (selaimessa ajettava ONNX-muunnos ja sen pakkaus on tehty tätä ohjelmaa varten). Lisenssi: Apache-2.0.
  • Braxen 1.0 (© 2025 Myndigheten för tillgängliga medier ja Språkbanken Tal; Tånnander ja Edlund 2025): ääntämissanakirja. Lisenssi: Apache-2.0.
  • Montreal Forced Aligner, ruotsin akustinen malli ja sanakirja v3.0.0 (McAuliffe ja Sonderegger 2024): referenssiäänitteiden kohdistus ohjelman kehityksessä. Lisenssi: CC BY 4.0.
  • SwiftF0: sävelkorkeuden mittaus selaimessa. Lisenssi: MIT.
  • ONNX Runtime Web: mallien ajo selaimessa. Lisenssi: MIT.

Kaikki toimii paikallisesti

Foneemimalli, kohdistus ja tunnistimet ajetaan selaimessasi. Äänesi ei lähde laitteeltasi: ohjelmalla ei ole palvelinta, jolle se lähettäisi ääntä, suorituksia tai tuloksia. Verkosta ladataan vain ohjelman omat tiedostot (lauseet, äänitteet ja foneemimalli). Sivujen avaukset lasketaan sivuston omalla Umami-kävijälaskurilla, joka ei käytä evästeitä eikä tallenna tietoja, joista sinut voisi tunnistaa. Laskuri noudattaa selaimen Älä seuraa -asetusta. Suoritushistoriaan tallennetaan selaimen omaan tallennustilaan vain merkinnät, ei ääntä. Äänitteesi on selaimen muistissa vain niin kauan kuin sivu on auki. Kalibrointi ja suoritushistoria ovat vain tämän selaimen tallennustilassa.

Kokeet, joihin sivu viittaa

  • Koe 2d ja 2e: pituus. Syntyperäisten äänitteiden äänteiden kestoja muutettiin niin, että ne vastasivat suomalaiselle tyypillisiä pituusvirheitä (pitkä vokaali lyhenee, lyhyen vokaalin jälkeinen konsonantti lyhenee). Sitten katsottiin, löytääkö mittari muutetut kohdat ja jättääkö se muuttamattomat rauhaan. Yhden tavun ja yhden lauseen tasolla mittari ei läpäissyt, kolmen lauseen tunnuslukuna läpäisi. Kokeessa 2e kokeiltiin sanakohtaisia vertailuarvoja; ne eivät riittäneet nostamaan tavu- ja lausetasoa läpi.
  • Koe 9: vokaalikaavio. Ohjelman tapaa mitata vokaalin taajuuksia (formantteja) verrattiin vertailumittaukseen syntyperäisten puhujien vokaaleissa ja kokeiltiin, miten hyvin eri vokaalit erottuvat kaaviossa eri normalisoinneilla. Tuloksena kaksi kaaviopaneelia ja luettelo vokaalipareista, joita kaavio ei erota.
  • Koe 10b: henkäys (aspiraatio). Syntyperäisten puhujien p-, t- ja k-äänteistä leikattiin henkäys pois, jolloin ne muistuttavat suomalaista ääntämystä. Mittarin piti löytää leikatut kohdat ja jättää alkuperäiset merkitsemättä.
  • Koe 13: kohdistin. Foneemimallin päälle opetettiin pieni verkko, joka kertoo, missä kohdassa äänitettä kukin äänne on. Tulosta verrattiin vakiintuneen kohdistusohjelman (Montreal Forced Aligner) rajoihin testipuhujilla.
  • Koe 14: äännetunnistimet. Jokaiselle arvioitavalle äänteelle opetettiin tunnistin, joka erottaa ruotsin äänteen suomenkielisille tyypillisestä korvaajasta. Virheet tehtiin leikkaamalla saman puhujan toisen äänteen pätkä oikean tilalle. Lopullinen testi ajettiin kerran 40 puhujalla, joita ei ollut käytetty missään aiemmassa vaiheessa.
  • Koe 15: r + hammasäänne ja ylimääräinen vokaali. Tunnistimet erikseen äännetylle r + d:lle ja r + n:lle sekä konsonanttien väliin tulevalle ylimääräiselle vokaalille, testattuna 62 puhujalla. Leikatuilla virheillä tulos oli hyvä, mutta koe 17 näytti, ettei se päde oikeaan puheeseen.
  • Koe 16: mittarit yhdessä. Kaikki mittarit ajettiin samoille syntyperäisten lauseille ja laskettiin, kuinka moni lause jää kokonaan ilman punaista. Henkäyksen punaisen merkinnän kynnystä tiukennettiin erillisellä säätöryhmällä, kunnes yhteinen raja (80 %) täyttyi; testiluvut katsottiin vasta sen jälkeen.
  • Koe 17: oikea puhe. Yksi suomenkielinen puhuja äänitti 235 äänitettä: samat sanat ja lauseet suomalaisittain ja niin hyvin kuin osasi. Mittarin pitäisi merkitä ensimmäiset ja jättää jälkimmäiset rauhaan. Tämä on ainoa koe, jossa virheet ovat oikeaa puhetta, ja siinä on vain yksi puhuja.
  • Koe 18: /ɖ/ ja /ɳ/ ilman r:ää. Kokeiltiin, voiko tunnistimen opettaa syntyperäisten tavallisilla d- ja n-äänteillä erottamaan ne retroflekseista. Syntyperäisten aineistossa /ɖ/ erottui, /ɳ/ ei, eikä suomenkielisen puhujan tavallisella d:llä ääntämiä sanoja merkitty. Tunnistinta ei otettu käyttöön.
  • Koe 19: yhdyssanan jälkiosa. Kokeiltiin, löytyykö kestoista virhe, jossa yhdyssanan jälkiosan pitkä äänne lyhenee. Syntyperäisiä ei merkitty turhaan, mutta virheistä löytyi enintään 24 %, joten mittaria ei otettu käyttöön.
  • Koe 20: loput äänteet. Kokeen 14 menetelmällä yritettiin tehdä tunnistimet kaikille muille vokaaleille sekä /f/:lle (suomalaisittain [v]) ja /s/:lle (suomalaisittain tummempi). Lopullinen testi ajettiin kerran 40 puhujalla. Vain /f/ läpäisi. /s/ ja lyhyt /ʏ/ merkitsivät liian usein myös muuttamattomia vertailukohtia, ja muut vokaalit eivät erottuneet tarpeeksi korvaajastaan.

Jokaisessa kokeessa hyväksymisraja kirjattiin ennen testiajoa, ja testipuhujat pidettiin erillään puhujista, joilla mittari säädettiin. Kokeiden raportteja ei ole julkaistu.