外国人スタッフの日本語研修や日本語学習アプリで「発音を自動で採点したい」というご相談をいただくと、最初に聞かれるのは「結局、何が返ってくるのか」です。総合点が1つ返るだけなのか、どの音をどう間違えたかまでわかるのか。それによって、学習画面の作り方も、講師の関わり方も変わります。
この記事では、弊社(DolphinVoice/株式会社DolphinAI)が提供する発音評価API「DolphinSOE」の日本語エンジンについて、評価できる単位と、返ってくる評価項目をすべて書き出します。項目はAPIドキュメント上のフィールド名とあわせて載せているので、開発の方はそのまま仕様の確認に使えます。あわせて、発音評価で測れないことと、点数を使うときの注意も整理しました。
この記事の前提
- 内容は2026年11月時点の公開情報(製品ページ、APIドキュメント、2025年12月16日のプレスリリース)にもとづきます。
- 書いているのはDolphinSOEの提供元です。他社の発音評価APIとの比較は、別記事「日本語の発音評価を実装する選択肢を調べた」で同じ基準で整理しています。
発音評価APIが数値にするもの、しないもの
発音評価APIは、学習者が「決められた文を声に出して読んだ」音声を受け取り、お手本の発音と比べて点数を返す仕組みです。入力は2つで、学習者の音声と、読むべき文(参照テキスト)です。
この前提から、測れることと測れないことがはっきり分かれます。
発音評価APIが測れる項目と測れない項目の比較| 測れること | 測れないこと |
|---|---|
| 参照テキストどおりに発音できているか(正確さ) | 自由に話した内容が適切か、語彙や文法が正しいか |
| つかえずに読めているか、間の取り方、話す速さ(流暢さ) | 会話のやり取りが自然か、相手に合わせて話せるか |
| 読み飛ばし・言い直しがないか(完成度、読み誤りの種類) | 日本語能力の公的な証明(法定試験や在留資格の要件の代わりにはなりません) |
| どの文字・どの音で点数が下がったか(文字・音素ごとの結果) | |
| アクセントの高低がお手本に近いか(アクセントの得点) |
自由会話の中身まで評価したい場合は、音声認識と大規模言語モデルを組み合わせたスピーキングテストが向いています(弊社ではNihongoScoreがこれにあたります)。発音評価APIは、読む練習の「どこが、どう違うか」を細かく返すことに特化した部品だと考えてください。
評価できる3つの単位
DolphinSOEの日本語エンジンは、単語・フレーズ(文)・文章の3つの単位で評価します。APIでは、リクエストの題型コード(mode)で切り替えます。
単語・フレーズ・文章の3段階と返る評価項目| 単位 | 題型コード | 読むもの | 発話の長さ | 主な使い方 |
|---|---|---|---|---|
| 単語 | word | 単語、短い語句、かな | 210秒まで | 挨拶・数字・業務用語、苦手な音の反復練習 |
| フレーズ(文) | sentence | 1文〜数文 | 400秒まで | 接客フレーズ、安全確認、報告の定型文 |
| 文章 | chapter | 段落・まとまった文章 | 400秒まで | 説明や報告の読み上げ、長い発話での安定性 |
※発話の長さの上限は、APIドキュメント(2026年11月16日更新)の記載です。
単語評価:音ひとつひとつの正確さを見る
「か」「き」「く」のような音ひとつひとつ(音素)を標準の発音と比べ、正確さを点数にします。読み飛ばし(脱落)や繰り返しも検出します。日本語学習で頻出する数千語を収録しており、それ以外の単語も参照テキストに書けば、事前の学習なしで評価できます。
フレーズ評価:流暢さと間の取り方が加わる
文の単位では、正確さに加えて、つかえずに読めたか(流暢さ)、間(ポーズ)の回数、話す速さを返します。総合点は、正確さ・流暢さ・完成度の観点から算出されます。
文章評価:長い発話を文ごとに分けて見る
段落や数分の文章では、全体の点数に加えて、文ごとの結果(sentenceInfo)が返ります。文の区切りは既定で「。」「?」「!」などの句点で、改行だけで区切る設定にもできます。長い読み上げの後半で点数が落ちる、特定の文だけ読み飛ばしが多い、といった傾向を見るのに使います。
返ってくる評価項目の一覧
ここからは、APIが実際に返す項目を、ドキュメント上のフィールド名と一緒に整理します。点数の範囲は設定(scale、1〜100)で決まり、既定は100点満点です。
全体のスコア
| 項目 | フィールド名 | 内容 | 使いどころ |
|---|---|---|---|
| 総合 | overall | 発音全体の点数 | 学習の進捗グラフ、到達の目安 |
| 正確さ | accuracy | 標準の発音にどれだけ近いか | 発音そのものの到達度 |
| 流暢さ | fluency.overall | つかえずに読めたか | 文・文章の練習の評価 |
| ポーズ回数 | fluency.pause | 発話中の間の数 | 区切りすぎ、言いよどみの把握 |
| 話速 | fluency.speed | 遅い(0)・普通(1)・速い(2)の3段階 | 速すぎ・遅すぎの指摘 |
| 完成度 | integrity | 参照テキストをどれだけ読み切れたか | 読み飛ばしの多さの把握 |
| アクセント | tone | 発話全体のアクセント(高低)の得点 | アクセントの到達度、苦手な語の把握 |
| 発話の速さ | wpm | 1分あたりの語数 | 話速の推移 |
| 録音時間 | waveTime | 実際の録音の長さ(ミリ秒) | 録り直しの判断 |
文字・語ごとの結果(characters)
参照テキストの文字・語ごとに、次の項目が返ります。
- refText/hypothesis:読むべき文字・語と、実際に読まれた内容
- overall/accuracy:その文字・語の総合点と正確さ(文評価では fluency と integrity も返ります)
- type:読みの種類(正しく読めた、読み飛ばした、など。次の章で説明します)
- ref_tone/tone_score:辞書上のアクセントの型と、その語のアクセントの得点
- startTime/endTime:録音の中の位置(ミリ秒)。学習画面で、該当箇所の音声だけを再生するのに使えます
音素ごとの結果(phonemes)
リクエストで phonemes を true にすると、文字・語の中の音素ごとの結果が返ります。
- phoneme/pron:音素のひらがな表記とカタカナ表記
- score:その音素の発音の点数
- hypothesis:実際に発音された音
- tone:お手本の高低(0が低、1が高)
- startTime/endTime:録音の中の位置(ミリ秒)
日本語の音素は、おおむねかな1文字に近い単位です。APIドキュメントの音素対応表では「ん」「っ」「ー」もそれぞれ1つの単位として扱われています。
音声の品質(audioInfo)
録音の雑音の程度(snr)、音割れ(clip)、音量(volume)も返ります。点数が低いときに、発音のせいなのか録音環境のせいなのかを切り分ける材料になり、学習画面で「静かな場所で録り直してください」と案内するかどうかの判断にも使えます。
読み誤りは4種類で返る
文字・語ごとの type には、次の値が入ります。点数だけでなく「どう間違えたか」がわかるので、学習者へのフィードバックを誤りの種類ごとに変えられます。
normal・delete・repeat・oovの読み誤り分類とフィードバック例| type | 意味 | 学習画面での返し方の例 |
|---|---|---|
| normal | 正しく読めた、または読めたが標準的でない | 表示なし、または得点に応じてさまざまな色で表示 |
| delete | 読み飛ばした(脱落) | 抜けた文字を強調表示する |
| repeat | 同じ所を繰り返した | 言い直しの多さとして記録する |
| oov | 辞書になく、読み方を自動で決められないため採点できない | 読み方を指定して評価し直す(次の章) |
日本語ならではの扱い
撥音・促音・長音も1つの単位として扱う
「ん」「っ」「ー」のような音は、日本語の拍のリズムをつくる一方、母語にない学習者がつまずきやすい音です。DolphinSOEでは、これらも音素の単位として扱われるため、「きって(切手)」の「っ」、「せんせい」の「ん」のように、語の中のどの音で点数が下がったかを確認できます。
アクセントは「お手本」と「得点」が返る
文字・語ごとの ref_tone には、辞書上のアクセントの型が入ります。表記は、平板型が「◎」、下がり目がある型は何拍目のあとで下がるかを「①〜⑥」で示す一般的な書き方です(APIでは "0"〜"6"、複数の型がある語は "0/1" のような形)。さらに音素ごとの tone で、拍ごとのお手本の高低(高・低)がわかります。2026年11月に更新したエンジンからは、学習者の発話のアクセントの得点も返ります。発話全体の得点が tone、語ごとの得点が文字・語ごとの tone_score です。
これを使うと、学習画面に「この語は頭高型」「どの拍を高く言うか」というお手本を表示できます。日本語の高低アクセントは文字からは見えないため、お手本を目で見せられることは、教材を作る側にとって手間の削減になります。得点と組み合わせれば、お手本と比べてアクセントがずれている語を示すこともできます。
読み方を指定できる
日本語には、同じ漢字で読みが複数ある語や、辞書にない固有名詞・業務用語があります。参照テキストの中で読み方を指定すれば、意図した読みで評価できます。
- 1文字に読みを付ける:「私(わたくし)は日本料理が大好きです。」
- 複数の文字に読みを付ける:「[明日](あす)の試合は…」
- リクエストのパラメータ(pronunciation)で、語と読みの組を渡す
読み誤りの種類が oov(採点できない)になった語も、この方法で読みを指定すれば評価できます。
点数を使うときの注意
- 設定をそろえて比べる:採点の厳しさ(looseness、0〜9、大きいほど甘い)、点数の範囲(scale)、点数の調整係数(ratio、0.8〜1.5)は設定で変わります。研修の前後や受講者どうしを比べるときは、同じ設定で評価してください。
- 録音の条件をそろえる:音声はモノラル・16kHzが前提です。雑音や音割れで点数は動くため、audioInfo の値を見て録り直しを促すと、点数のぶれを減らせます。
- 点数だけで人事判断をしない:発音評価は、研修中の診断と学習支援のための道具です。採否や配置のような重要な判断を点数だけで自動化せず、講師や担当者の確認と組み合わせてください。
- 公的試験の代わりにはならない:育成就労制度などで求められる日本語能力の要件は、制度で定められた試験や講習で満たす必要があります。制度との関係は「育成就労制度2027:日本語教育の義務化で、研修システムの開発側に何が求められるか」で整理しています。
使い方の例:研修の3つの場面
| 場面 | 使う単位 | 見る項目 | 使い方 |
|---|---|---|---|
| 入職前の基礎練習 | 単語 | 音素ごとの score、type | 挨拶・数字・業務用語を評価し、個別に復習する音を特定する |
| 配属後の現場フレーズ | フレーズ(文) | overall、fluency、integrity | 安全確認・接客・報告の定型文を定期的に評価し、到達度を記録する |
| 説明・報告の練習 | 文章 | 文ごとの結果、ポーズ回数、話速 | 長い説明を読み上げ、間の取り方と速さを確認して、伝わる話し方に近づける |
学習アプリでは、音素ごとの点数で文字を色分けする、誤りの種類ごとに違うメッセージを出す、ref_tone と tone でアクセントのお手本を表示し、tone_score でアクセントがずれた語を示す、といった画面がつくれます。
語ごとの色分け、音素の得点、アクセントのお手本を表示する学習画面の例。数値は説明用です。体験デモで実際の結果を見る
ここまでの項目が実際にどう返るかは、ログイン不要の体験デモで確かめられます。ブラウザのマイクで録音すると、数秒で総合点と音素ごとの結果が表示されます。日本語は、かな・単語・文・文章の4つを試せます。
導入の条件
日本語の発音評価は、1日約10万回(2026年8月の弊社ブログ掲載時点)利用されています。日本語エンジンはProプランで提供しています(2026年11月時点、税別)。
- 月額100,000円、月20万回まで
- 超過分は1回0.5円
- 契約期間は12か月
- 英語の発音評価も同じ契約で利用可能
APIの呼び出し方(認証、リクエスト、結果の読み方)は、実装ガイドの記事で手順を追って解説します。
よくある質問
Q. 自由に話した日本語も評価できますか?
A. 発音評価APIは、参照テキストを読み上げた発話を評価する仕組みです。自由に話した内容の語彙・文法・論理性まで評価したい場合は、スピーキングテストのNihongoScoreをご検討ください。
Q. 育成就労制度の日本語要件を、この評価で満たせますか?
A. 満たせません。DolphinSOEは研修中の発音の診断と学習支援のためのツールで、公的試験、法定講習、日本語能力の証明、在留資格に関する判断の代わりにはなりません。
Q. スマートフォンのアプリに組み込めますか?
A. HTTPのAPIのほか、Android、iOS、Flutter、ブラウザ(H5)などのSDKを用意しています。日本語の評価はオンラインで利用します。
Q. 採点の厳しさは調整できますか?
A. できます。採点の厳しさ(looseness)を0〜9で、点数の調整係数(ratio)を0.8~1.5で設定します。学習者のレベルに合わせて調整し、比べるときは同じ設定で評価してください。
Q. 辞書にない社内用語も評価できますか?
A. 参照テキストに読み方を書き添えるか、パラメータで読みを指定すれば評価できます。
日本語の発音評価を体験する
ログイン不要の体験デモで、実際に返る評価結果をご確認ください。
自社の教材・音声で技術評価を相談する
自社の教材や受講者の音声で評価を比較したい場合は、お問い合わせください。
本記事は2026年11月時点の公開情報にもとづきます。仕様や料金は変更される場合があります。最新の内容は製品ページとAPIドキュメントをご確認ください。
