Allt du behöver veta om text-till-tal för undervisning

Vill du veta mer om text-till-tal? Här får du svaren på 11 vanliga frågor, inklusive information om hur text-till-tal kan användas på ett effektivt sätt i undervisningen för att stödja, attrahera och behålla elever.

Den snabba utvecklingen av utbildningsteknik har fört med sig stora förändringar inom lärandemiljön. Idag är det möjligt att ta till sig kursinnehåll på flera olika sätt – och både elevernas och lärarnas förväntningar på hur utbildningsaktörerna ska tillhandahålla innehållet är högre än någonsin.

Det stora utbudet av tekniska verktyg, vars syfte är att jämna ut spelplanen för eleverna och göra det möjligt att lära sig saker på många olika sätt, ställer krav på utbildningsaktörer och lärare att hänga med i utvecklingen – inte minst när det kommer till text-till-tal (TTS), som ”läser” skriven text högt.

Ljud är en central del av den tekniska revolution som pågår inom undervisning idag. Seriösa utbildningsaktörer ser till att använda denna potential fullt ut.

Vi på ReadSpeaker är specialiserade inom röstteknologi. Vi vet både varför och hur ljud kan bli en naturlig del av kursinnehållet. Vi vill hjälpa utbildningsaktörer att förstå hur text-till-tal kan användas inom lärande. För att göra det lättare att ta steget har vi gjort en lista på vanliga frågor om uppläsning och text-till-tal i undervisningssammanhang. Och inte minst: vi kommer med svar.

1. Det formligen kryllar av förkortningar när det gäller utbildningsteknik. Vad menas egentligen med TTS?

Text to speech, TTS, på svenska text-till-tal, konverterar text till uppläsning. Det ska inte blandas ihop med tal-till-text, som konverterar tal till skriven text. Med text-till-tal datorgenereras en röst som ”läser” texten för användaren.

Dagens TTS-system fungerar i molnet, i servrar eller lokalt på enheter. Beroende på den bakomliggande tekniken – mjukvaran som genererar det syntetiska talet – kan de användas för alla typer av digitala textformat, inklusive skannade dokument. Resultatet blir ett kraftfullt pedagogiskt stöd för studenter med synnedsättning. Det är också till stor hjälp för den som kämpar för att knäcka läskoden. Och det gör all skillnad för personer som lär sig ett nytt språk, eftersom inlärning av skrivna och talade uttryck på det främmande språket underlättas markant.

Men TTS är mer än en tillgänglighetsanpassad lösning. Det är en övergripande undervisningsteknik. Vi kommer att förklara mer i detalj längre fram i denna FAQ, men faktum är att TTS boostar inlärningen för alla elever, oavsett deras individuella omständigheter. Med text-till-tal kan den vuxne studenten aktivt plugga och samtidigt ha händerna fria för matlagning. Distansstudenter uppskattar ett sätt att plugga som inte kräver att de sitter framför en skärm. Framför allt erbjuder TTS ett val: var och en kan välja det sätt att studera på som passar bäst, här och nu.

2. TTS, det är väl typ ljudfiler?

Text-till-tal-generatorer kan förstås skapa nedladdningsbara ljudfiler med uppläsning av text, i praktiskt mp3-format. Men det är mer än så. Med TTS kan du också lyssna i realtid, i appen, webbläsaren eller direkt i ditt Learning Management System (LMS).

Många TTS-verktyg erbjuder också ”bimodal presentation” (aktivering av flera sinnen): när eleven lyssnar på textinnehållet markeras samtidigt innehållet i texten. På så vis kan eleven kan enkelt följa med, med syn och hörsel. Text-till-tal kan också integreras på många andra sätt, så att eleven kan lyssna på det som hen skrivit in i ett dokument eller i en sökmotor. De flesta talsättningsverktyg använder TTS för sina grundläggande funktioner.

ReadSpeakers utbildningsteknik förenar robusta TTS-funktioner med relaterade inlärningsverktyg, så att eleverna själva kan välja hur de vill konsumera text. ReadSpeakers molnbaserade verktyg webReader erbjuder elever uppläsning av textinnehåll på mer än 50 språk – och med ett urval på över 200 naturtrogna röster. De kan lyssna på talad text med ett enkelt klick (eller snabbkommando), eller ladda ner en MP3 för att lyssna offline.

Med webReader finns även en rad praktiska funktioner nära till hands:

• Simultan markering av den upplästa texten – webReader markerar varje ord allteftersom det läses upp, så att både syn och hörsel aktiveras för att ta till sig innehållet.
• Justera textstorlek – Förstora texten på skärmen med ett klick, och välj om du samtidigt vill lyssna på textinnehållet.
• Textläge – i Textläge visas endast text. Bilder och annat som kan störa koncentrationen döljs.
• Fokus/nedtoning – Personer med lässvårigheter använder sig ofta av linjaler eller annat för att göra det lättare att hålla fokus på rätt rad. Med webReaders digitala funktion Fokus/nedtoning kan detta enkelt göras direkt på skärmen.
• Text-specifika funktioner – Markera en bit text för att öppna menyn där du kan aktivera TTS, översätta ord, slå upp ord, allt utan att öppna ett nytt fönster.

3. Vad menas med att innehåll presenteras ”bimodalt”?

Med bimodal menas att två sinnen stimuleras samtidigt, i denna kontext syn och hörsel. Eleven kan lyssna till uppläsningen och samtidigt följa med i texten, som också kan markeras i realtid för extra tydlighet.

Många elever upplever att bimodal presentation av textinnehållet gör det lättare att förstå och komma ihåg. Det är också ett stort stöd för personer som lär sig läsa, då de får praktisk hjälp med avkodningen (koppla samman bokstavskombinationer med ljud). Detta gynnar elevens självförtroende och gör läsningen till en positiv upplevelse, vilket ger ett bra avstamp för det livslånga lärandet.

Bimodal presentation passar också in i Universell design för lärande (UDL), ett ramverk som rekommenderas av amerikanska utbildningspolicies som National Education Technology Plan och lagar som Every Student Succeeds Act (ESSA). Vilket leder oss rakt in på nästa fråga:

4. Vad är UDL – Universell Design för Lärande?

Universell design för lärande är ett sätt att erbjuda alla elever samma möjligheter för lärande, att säkra att lärandemiljön erbjuder flexibla verktyg och studiematerial som uppfyller elevernas olika behov.

UDL är på samma gång ett pedagogiskt ramverk och en samling praktiska råd: Riktlinjer för lärande, som delas in i tre kategorier.

1. Engagemang

UDL:s riktlinjer rekommenderar att tillhandahålla flera olika sätt för eleverna att ta till sig innehåll. Maximal valfrihet och autonomi bör vara målet. På så vis hålls elevernas motivation uppe.

2. Representation

Det är här bimodal presentation kommer in i bilden. Enligt UDL ska lärare och pedagoger erbjuda eleverna flera olika sätt att ta till sig kursinnehåll. Detta inkluderar också möjligheten att anpassa sättet informationen presenteras. På så vis kan eleverna både ta till sig och komma ihåg informationen som du försöker förmedla på ett mer effektivt sätt.

3. Handling & Uttryck

Ge eleverna alternativ för hur de kan slutföra en uppgift, och låt fysisk aktivitet, olika medier och tillgång till tillgänglighetsanpassade lösningar ingå.

Elevens valfrihet är ett återkommande tema i alla UDL:s riktlinjer. När du erbjuder flexibilitet i inlärningssätten kan varje elev själv välja den strategi som fungerar bäst – och eftersom varje elev är unik kan dessa strategier ta många olika former. Det är därför du behöver bimodal presentation och relevanta digitala inlärningsverktyg, som text-till-tal.

5. Är inte text-till-tal något som riktar sig till personer med synnedsättningar, eller inlärningssvårigheter?

I TTS-teknologins linda såg många lärare det främst som ett extra stöd för elever med inlärningssvårigheter, som gjorde det möjligt för eleven att fokusera mer på själva innehållet, än avkodningen. Det var också ett effektivt stöd för elever med synnedsättning. Det är förstås fortfarande sant.

TTS är ett mycket effektivt sätt att förbättra den digitala tillgängligheten, en kärnfråga för lärare och pedagoger i dagens digitala lärandemiljöer. Att följa de internationella Riktlinjerna för tillgängligt webbinnehåll (WCAG] är det bästa sättet att säkra att innehåll blir tillgängligt för alla webbanvändare. Enligt framgångskriteriet WCAG 3.1.5 måste texter vara lätta att läsa – läsförmåga på högstadienivå ska räcka. Om det inte är fallet ska det finnas en version som inte kräver högre läsförmåga än högstadienivå. Text-till-tal är det enklaste sättet att uppfylla detta (och andra) WCAG-krav.

Men för att svara på frågan: TTS är högst användbart för elever både med och utan nedsättningar. Eftersom dagens elever är vana att konsumera innehåll på många olika sätt, beroende på deras individuella omständigheter och behov, har TTS och ljudstöd alltmer kommit att bli något som används av alla elever. Exempelvis för att lära sig främmande språk, för att ta in stora textmängder, för att kunna lyssna samtidigt som man gör något annat, men det finns förstås lika många anledningar att välja ljudstöd som det finns elever.

6. På vilket sätt hjälper det eleverna att lyssna på innehåll?

Text-till-tal och bimodal presentation är olika aspekter av UDL: flexibla sätt att möta behoven hos en mångfald individuella elever, och på så vis erbjuda alla elever likvärdiga förutsättningar för att lyckas med sina studier. Bimodal presentation har länge använts för elevgrupper med särskilda behov, men idag har lärare fått upp ögonen för hur stor hjälp alla elever kan ha av detta hjälpmedel. Gedigen forskning visar hur effektiv bimodal presentation är för goda studieresultat. Enligt forskningen medför bimodal presentation av innehåll bland annat följande resultat:

• Bättre läsförståelse
• Bättre ordigenkänning
• Bättre hågkomst
• Lättare att avkoda
• En mer positiv inställning till läsande
• Ökad lästid
• Bättre koncentrationsförmåga och lättare att komma ihåg saker man läst
• Ökat fokus på förståelse istället för avkodning av ord
• Bättre uthållighet för läsuppgifter
• Bättre förmåga att själv hitta och korrigera fel i egenskriven text
• Underlättar för elever med nedsättningar att hålla jämna steg med klassen i alla ämnen
• Bättre självkänsla, motivation och självförtroende

7. Finns det någon vetenskaplig grund för att TTS ligger bakom förbättrade studieresultat? Hur kan jag vara säker på att det faktiskt kommer att hjälpa mina elever?

Det har forskats mycket på hur användning av TTS påverkar resultaten i lärandemiljöer. Till exempel:

• Forskning from Barcelonas universitet visar tydligt att användning av TTS har mycket god effekt inom högre utbildning.
• En studie från 2021 av Bruno et al. visar att direkta instruktioner via ett TTS-verktyg ger förbättrade resultat för läsförståelse bland högskolestudenter med intellektuella funktionsnedsättningar.
• En metastudie från 2019 av Wood, Moxley, Tighe och Wagner visar att TTS ger förbättrade resultat för läsförståelse bland studenter med lässvårigheter.

För att bättre förstå vilka neurologiska processer som påverkas vid multimodal inlärning (aktivering av flera sinnen) med hjälp av TTS – och en grundkurs om värdet av Universell design för lärande – titta på Dr. Trish Trifalos föreläsning nedan.

8. Lyssna på text, är inte det att fuska?

När utbildningsteknik och läs- och skrivstöd diskuteras kommer ofta frågan upp om text-till-tal verkligen kan räknas som läsning. Hur ska elever lära sig att läsa om det är en dator som läser för dem? Vad händer isåfall om vi tar bort datorn?

Saken är att det handlar inte bara om läsning i sig, utan om den tid och kraft som krävs för att läsa, och huruvida eleven kan tillgodogöra sig innehållet och använda informationen. Michelann Parr, specialist på text-till-tal inom undervisning, säger så här:

”Min åsikt är att det inte är vår roll att ta bort något som eleven har nytta av, särskilt om det ökar engagemang och självständighet… Och om du börjar erbjuda TTS kommer du att bli förvånad över hur långt dina elever kan nå…”

För mer expertråd om TTS inom läs- och skrivundervisning, läs vår djuplodande intervju med Parr.

9. Det råder inte precis brist på gratisverktyg. Varför inte bara ta ett av dem?

Det är sant att TTS bevisligen är till hjälp för alla elever, men det är viktigt att veta att vissa faktorer också påverkar resultaten. En viktig faktor är den syntetiska röstens kvalitet. Röster av dålig kvalitet är obehagliga att lyssna på, vilket leder till minskad användning och hindrar både elever och lärare från att ta del av fördelarna med (bra) TTS. Gratis TTS-lösningar kan inte erbjuda den bästa röstkvaliten eftersom de inte kan investera löpande i teknikutveckling.

ReadSpeaker har konstant fokus på förbättring. Med våra egenutvecklade maskininlärningsmodeller kan vi skapa syntetiska röster som är varma och naturliga, och som människor gärna lyssnar på. Faktum är att forskning visar att dagens högkvalitativa TTS-röster kan ge bättre inlärningsresultat än både mänskliga röster och gamla text-till-tal-maskiner.

Dessutom erbjuder ReadSpeakers TTS-verktyg extra funktioner för läs- och skrivstöd, som de vi såg i Fråga 2 i denna FAQ (följa med i markerad text, justera textstorlek, Fokus/nedtoning, med mera). Gratis TTS-verktyg är vanligen väldigt enkla, med färre funktioner för eleven att välja bland. Andra fungerar bara för en viss typ av innehåll. ReadSpeaker hanterar webbtexter, Microsoft Office Documents, PDF-filer, filformat för e-böcker, och mycket mer.

Men TTS behöver inte nödvändigtvis vara dyrt för att vara bra. Text-till-tal är en teknologi som kan vara förvånansvärt kostnadseffektiv, både på nivån för enskilda elever och för verksamheten i sin helhet.

10. Det måste vara komplicerat att integrera teknologin i innehållet. Hur gör man för att säkra att allt innehåll är och förblir talsatt?

Text-till-tal-teknologi, som ReadSpeakers olika inlärningsverktyg med ljudstöd, är förvånansvärt enkla att implementera och använda. Det är också kostnadseffektivt. Den tid då man var tvungen att välja mellan robotlika maskinröster och röstskådespelare i inspelningsstudio är förbi. Med molnbaserade och dynamiskt producerade röster kan kursinnehåll talsättas i realtid, så fort det laddats upp. Ännu bättre: text-till-tal-teknologin går stadigt framåt och möjliggör alltmer naturligt klingande röster.

Implementeringen är ofta bara plug-ins eller några rader kod, som kräver minimalt med persontimmar, både för själva implementeringen och för underhåll. De vanligaste LMS-systemen erbjuder integrerade TTS-funktioner som enkelt kan aktiveras.

Det gör det enkelt för utbildningsaktörer att erbjuda bimodala presentationer till alla elever. Med talsättning kan kurser, lektioner, tester, quizz, provtillfällen, läsuppgifter och andra typer av textbaserade innehåll läsas upp samtidigt som eleven följer med i den markerade texten. Eleven kan engagera sig i innehållet och ta till sig det med flera sinnen.

11. Är det inte bara en fluga, en teknologisk gadget, som just nu är på tapeten?

Text-till-tal integreras i nutid i innehåll världen över, inte bara inom utbildning. Det gäller också exempelvis myndigheters webbplatser, och företag, eftersom dagens ledare inser hur kraftfull effekt tal kan ha.

Innovativa utbildningsaktörer och publishers använder ReadSpeakers TTS för att tillhandahålla innovativa sätt att konsumera innehåll. Några exempel på dessa:

• Taylor & Francis
• Derby University
• Oxford University Press
• Erasmus University
• Learnosity
• Cengage
• MindTap
• Ebsco

ReadSpeakers kunder anser att vår teknologi är till stor hjälp för att attrahera och behålla elever, samtidigt som inlärningsupplevelsen förbättras, liksom studieresultaten.

Välkommen in i klubben du med. Låt oss göra en gratis och personligt anpassad demo så att du själv kan se hur enkelt det är att integrera ljud i din verksamhet.

Har vi svarat på alla dina frågor? Om inte, kontakta oss på +44 (0)7483 236 115 eller contact@readspeaker.com.

Läs mer här.