Освоение иностранного языка сродни настройке музыкального инструмента. Новая технология действует как интеллектуальный тюнер: она принимает вашу аудиозапись и эталонную речь носителя, затем динамически растягивает или сжимает их во времени — подобно тому, как подтягивают струну для точного совпадения тонов, — чтобы идеально совместить сигналы, и оценивает три ключевых параметра: чистоту звуков (артикуляцию), ритмическую точность и интонационный контур. Принципиальное преимущество в том, что системе не нужны никакие подстрочники или вручную размеченные примеры — она самостоятельно раскладывает речь на частотные составляющие с помощью спектроскопии (здесь: анализа спектра звуковых частот) и сравнивает с камертоном — записью носителя, выступающей в роли абсолютного эталона. Такое сравнение «без учителя» возможно благодаря тому, что алгоритм ищет оптимальное временно́е соответствие между двумя сигналами, минимизируя их различие, и уже затем вычисляет метрики качества. Результат впечатляет: оценка ритма, получаемая через анализ временны́х деформаций и степени непредсказуемости речевого потока — его энтропии, — совпадает с мнением профессиональных экспертов даже чаще, чем их собственные оценки совпадают друг с другом. Иными словами, машина улавливает нюансы темпа и паузации, которые порой ускользают от человеческого уха. В основе метода лежат идеи Жозефа Фурье, показавшего, что любое сложное колебание можно представить как сумму простых синусоидальных волн — по сути, как набор «нот», из которых складывается любая мелодия речи. Такой спектральный подход универсален: он демонстрирует одинаково высокую точность для английского и японского, а значит, способен облегчить изучение редких языков, где остро не хватает учебных материалов и квалифицированных преподавателей.