Evaluating Speech Technology Integration in Children’s Reading Education: A Study of TTS and STT Implementation in an Icelandic Educational Game

Abstract

This thesis examines the development and evaluation of a novel educational application that integrates Speech-to-Text (STT) and Text-to-Speech (TTS) technologies to support reading education among Icelandic children. Through a mixed-methods study involving nine participants aged 5-9 years, the research assessed both the technical feasibility of these technologies and their impact on user engagement. The TTS component demonstrated high effectiveness, with most participants achieving accuracy rates above 90% in listening comprehension tasks. However, the STT functionality showed significant limitations in accurately recognizing children’s speech, particularly in the Icelandic language context. Sentiment analysis revealed positive emotional responses to the gamified learning environment, suggesting successful user engagement despite technical challenges. The study identified critical areas for improvement in speech recognition technology for minority languages while confirming the viability of TTS as a supportive tool for reading education. These findings contribute to the growing field of educational technology for minority languages and provide valuable insights for the future development of language learning applications. The research highlights the need for continued development of language-specific speech recognition models while demonstrating the potential of integrated speech technologies to enhance children’s reading education.

Þessi meistararitgerð skoðar þróun og mat á nýstárlegum námshugbúnaði sem samþættir talgreiningu og talgervingu til að styðja við lestrarnám íslenskra barna. Rannsóknin, sem byggir á blönduðum rannsóknaraðferðum með níu þátttakendum á aldrinum 5-9 ára, mat bæði tæknilega framkvæmanleika þessarar tækni og áhrif hennar á þátttöku nemenda. Talgervingarhluti forritsins virkaði vel en flestir þátttakendur náðu yfir 90% nákvæmni í verkefnum sem reyndu á hlustun. Hins vegar var talgreiningar hlutinn takmörkunum háður við að þekkja rétt tal barna. Tilfinningagreining leiddi í ljós að viðbrögð við leikjavædda námsumhverfinu voru að mestu jákvæð, sem bendir til árangursríkrar þátttöku notenda þrátt fyrir tæknilegar áskoranir. Rannsóknin greindi mikilvæg atriði til úrbóta í raddgreiningu fyrir tungumál eins og íslensku en staðfesti um leið notagildi talgervingartækninnar sem stuðningstækis við lestrarnám. Niðurstöðurnar leggja til mikilvægt framlag til vaxandi sviðs menntatækni fyrir tungumál sem töluð eru af fáum og veita verðmæta innsýn fyrir frekari þróun tungumálanámshugbúnaðar. Rannsóknin undirstrikar þörfina á áframhaldandi þróun sértækra talgreiningarlíkana en sýnir jafnframt fram á möguleika samþættrar raddtækni til að efla lestrarnám barna.