Die meisten Apps, die „deine chinesische Aussprache prüfen“, tun vor allem eines: Sie nutzen Spracherkennung und sagen dir, ob die Wörter erkannt wurden. Das ist ein Ja-oder-Nein-Signal und für Töne fast nutzlos, weil Spracherkennung darauf ausgelegt ist, falsche Töne zu tolerieren. TonePerfect funktioniert anders: Es bewertet jede Silbe nach drei getrennten Kriterien und zeigt dir die Tonhöhenkurve, die du tatsächlich gesprochen hast. Diese Seite erklärt, was das bedeutet, was die Bewertung aussagt und was nicht, und wie du ein ehrliches Ergebnis bekommst.
Was eine App für chinesische Aussprache messen sollte
Eine Mandarin-Silbe besteht aus drei Teilen, und jeder davon kann für sich allein danebengehen:
- Der Ton, also das Tonhöhenmuster über die Silbe.
- Der Anlaut, der Konsonant am Anfang (zh, q, x, r sind die typischen Stolpersteine für englische Muttersprachler).
- Der Auslaut, der Vokal und eine mögliche nasale Endung (ü, -ang vs. -an, -iu).
Eine einzige Punktzahl verschleiert, was genau schiefgelaufen ist. Wenn shì 60 Punkte bekommt: Lag es am retroflexen sh, am summenden -i oder an einem vierten Ton, der nicht gefallen ist? Die App bewertet alles einzeln, sodass das Feedback eher „dein vierter Ton hat zu tief begonnen“ lautet als nur „versuch es noch einmal“.
Wie die Tonbewertung funktioniert
Die Tonhöhe wird aus deiner Aufnahme mehrmals pro Sekunde ermittelt und für jede Silbe in eine Kurve umgewandelt. Diese Kurve wird mit der Form verglichen, die ein Muttersprachler für diesen Ton an dieser Stelle produzieren würde (ein dritter Ton vor einem weiteren dritten Ton sollte ansteigen; dieselbe Silbe vor einem ersten Ton sollte tief bleiben). Beim Vergleich geht es um Form und relative Höhe, nicht um absolute Tonhöhe. Eine tiefe und eine hohe Stimme werden also nach demselben Maßstab bewertet.
Du siehst das Ergebnis als zwei Kurven in einem Diagramm: deine Kurve und die Zielkurve. Die häufigsten Muster, die das Diagramm sichtbar macht:
- ein vierter Ton, der in mittlerer Höhe beginnt und kaum fällt (er wirkt dann wie ein dritter Ton),
- ein dritter Ton mit vollständigem Fallen-und-Steigen mitten im Wort, obwohl er dort flach und tief bleiben sollte,
- ein zweiter Ton, der zu wenig ansteigt, sodass er wie ein erster Ton wirkt,
- neutrale Töne, die zu lange gehalten werden.
Wie die Anlaut- und Auslautbewertung funktioniert
Konsonanten und Vokale werden von einem akustischen Modell bewertet, das mit Standard-Putonghua trainiert wurde, also der an Peking orientierten Aussprache, die im Rundfunk und im HSK verwendet wird. Das Modell schätzt für jeden Laut, wie nah deine Artikulation an der Referenz liegt. Streng ist es bei Kontrasten, die die Bedeutung verändern: zh/ch/sh gegenüber j/q/x, n- gegenüber ng-Endungen, u gegenüber ü. Bewusst weniger streng ist es bei regionaler Färbung, die die Bedeutung nicht verändert.
Was die Zahl bedeutet
Die Gesamtbewertung ist eine gewichtete Mischung aus den drei Bereichen. Versteh sie als konsequente Zweitmeinung, nicht als Zertifikat: Sie wird nie müde, sagt nicht aus Höflichkeit „nah genug“ und legt jedes Mal denselben Maßstab an. Genau das fehlt beim Selbststudium oft. Sie misst nicht Flüssigkeit, Wortschatz oder Grammatik, und sie weiß nicht, ob dein Satz inhaltlich Sinn ergeben hat.
Warum das nicht der Spracherkenner in deinem Handy ist
Siri, Google und die Spracherkennung in den meisten Kurs-Apps sind darauf optimiert, dich trotz Fehlern zu verstehen. Ein flaches mǎ und ein korrektes mǎ werden beide als 马 ausgegeben, weil das System den Kontext zum Raten nutzt. Für Diktate ist das richtig, fürs Lernen aber falsch: Der Fehler wird belohnt. Eine App zur Aussprachebewertung hat das gegenteilige Ziel. Sie soll den Unterschied bemerken und zurückmelden.
Datenschutz
Aufnahmen werden verwendet, um deinen Versuch zu bewerten und dir das Ergebnis zu zeigen. Sie werden nicht verkauft, nicht zum Aufbau von Stimmprofilen genutzt, und du kannst dein Konto und die zugehörigen Daten jederzeit in der App löschen. Die vollständige Richtlinie findest du auf der Datenschutzseite.
Was die KI nicht kann
- Sie kann dir nicht sagen, warum ein Zuhörer einen ganzen Satz missverstanden hat, wenn jede einzelne Silbe in Ordnung war (Rhythmus und Betonung werden noch nicht bewertet).
- Sie kann Kantonesisch, taiwanisch gefärbtes Mandarin oder Dialekt nicht so bewerten, als wären sie der Standard.
- Sie kann kein schlechtes Mikrofon ausgleichen. Hintergrundgeräusche, Laptop-Lüfter und Bluetooth-Kopfhörer mit aggressiver Geräuschunterdrückung senken die Bewertung aus Gründen, die nichts mit deinem Chinesisch zu tun haben.
Wie du ein genaues Ergebnis bekommst
- Nutze einen ruhigen Raum und das eingebaute Mikrofon oder kabelgebundene Kopfhörer.
- Sprich in natürlichem Tempo; wenn du stark verlangsamst, verändern sich die Tonformen.
- Nimm jedes Wort zwei- oder dreimal auf und achte auf das Muster, nicht nur auf die einzelne Zahl.
- Vergleiche das Diagramm mit der Zielkurve, bevor du auf die Bewertung schaust.
Probier es mit deiner eigenen Stimme
Der kostenlose 2-Minuten-Test nimmt fünf Wörter auf und liefert für jede Silbe eine Bewertung von Ton, Anlaut und Auslaut, inklusive Kurvendiagramm. Wenn du die Engine mit einem eigenen Text ausprobieren möchtest, füge einen Satz in das Aussprache-Tool ein.
Häufig gestellte Fragen
Ist die Bewertung zwischen verschiedenen Personen vergleichbar? Ja. Sie bezieht sich auf eine muttersprachliche Referenz, nicht auf andere Nutzer.
Bedeutet eine höhere Bewertung, dass ich wie ein Muttersprachler klinge? Sie bedeutet, dass die gemessenen Merkmale nah an der Referenz lagen. Muttersprachliche Zuhörer achten außerdem auf Rhythmus, Betonung und Wortwahl; diese fließen nicht in die Bewertung ein.
Kann sie den neutralen Ton bewerten? Ja; er wird relativ zur vorherigen Silbe als kurz und tief bewertet, denn genau das lässt ihn richtig klingen.
Funktioniert es im Browser? Der Test und das Übungstool laufen im Browser. Die App ergänzt Übungen mit Spaced Repetition, die auf dem basieren, was der Test markiert.