Das Mikrofon wird vom Browser selbst verwaltet: Das Kind spricht das Wort aus, es wird Buchstabe für Buchstabe ausgefüllt, und von seinem Audio wird nirgendwo etwas gespeichert.
Im Lesemodus von Zuki Traza y Lee erscheint das Wort hohl. Das Kind spricht es laut aus, und die Buchstaben leuchten auf, sobald es verstanden wird. Es gibt keinen „Aufnahme“-Knopf, weil nichts aufgenommen wird.
Wenn eine Lesesitzung beginnt, bittet Zuki einmal um Erlaubnis zum Zuhören und öffnet das Mikrofon mit der Web Speech API des Browsers. Die Erkennung erfolgt durch den Browser des Geräts selbst, in der Sprache des Profils (es-ES, en-US, fr-FR, de-DE, it-IT oder pt-PT): Die App nimmt kein Audio auf, speichert keine Sounddateien, und unsere Server erhalten nur das Ergebnis des Wortes (richtig, übersprungen und in wie vielen Versuchen). Die sich bewegenden Wellen während des Sprechens lesen die momentane Lautstärke des Mikrofons aus und speichern nichts.
Das Wort wird mit hohlen Buchstabenkonturen angezeigt und Buchstabe für Buchstabe weiß ausgefüllt, sobald der Erkennungsdienst den Anfang des Wortes zu verstehen beginnt. Die Füllung schreitet nur voran, nie zurück, und Digraphen leuchten gemeinsam auf (im Spanischen ch, ll, rr, qu und gu), weil sie in einem einzigen Laut gesprochen werden. Es ist ein Lese-Karaoke: Das Kind sieht den Fortschritt, während es spricht, nicht danach.
Den Vergleich der Stimme eines Kindes mit einem für Erwachsene entwickelten Erkennungsdienst schlägt oft fehl, daher ist der Vergleich bewusst großzügig. Das Wort wird ohne Akzente normalisiert, durchläuft eine sprachspezifische phonetische Tabelle (im Spanischen klingt ll wie y, v wie b, z und c in ce/ci wie s, h ist stumm, finale -d und -s werden verziehen) und wird mit der Levenshtein-Distanz gemessen: 1 Fehler ist bis zu 4 Buchstaben erlaubt, 2 bis 7 und 3 bei den längsten Wörtern, ein Fehler weniger im Schwierigkeitsgrad „schwer“ und einer mehr im Schwierigkeitsgrad „leicht“. Es zählt auch, wenn das Wort in einem Satz gesagt wird („es ist ein Haus“), und die vier vom Erkennungsdienst zurückgegebenen Alternativen werden überprüft. Wir bevorzugen eine großzügige Anerkennung, anstatt einem vierjährigen Kind „falsch“ zu sagen.
Wenn es stecken bleibt — drei Versuche oder zwischen 8 und 18 Sekunden, je nach eingestellter Sprechgeschwindigkeit —, pausiert Zuki das Mikrofon, teilt das Wort nach echten Trennungsregeln in Silben und liest sie langsam vor, wobei jede Silbe hervorgehoben wird; danach hört es wieder zu. Das Kind kann jede Silbe antippen, um sie erneut zu hören, „Anhören“ drücken, damit Zuki das ganze Wort sagt, oder das Mikrofon jederzeit pausieren. Die Versuche sind unbegrenzt und geben keine Minuspunkte.
Ihre Stimme wird nicht aufgenommen
Das Mikrofon wird vom Browser des Geräts mit der Web Speech API geöffnet und verarbeitet. Die App erstellt keine Audiodatei, und unsere Server erhalten nur die Information, ob das Wort richtig war und in wie vielen Versuchen.
Buchstabe-für-Buchstabe-Füllung in Echtzeit
Die leeren Buchstaben leuchten auf, während Sie sprechen, nicht erst am Ende. Der Fortschritt geht nur vorwärts, nie zurück, damit Sie nicht sehen, wie das, was Sie bereits richtig gesagt haben, wieder „erlischt“.
Toleranz speziell für Kinderstimmen
phonetische Tabelle pro Sprache plus Levenshtein-Distanz mit Marge je nach Wortlänge (1 Fehler bis 4 Buchstaben, 2 bis 7, 3 bei langen Wörtern) und je nach Schwierigkeitsgrad des Profils.
Es sagt Ihnen nie, dass Sie sich geirrt haben
Es gibt keinen Fehlerbildschirm und keine rot gezählten Versuche. Wenn es nicht klappt, bleibt das Wort da und Sie können es so oft versuchen, wie Sie möchten.
Automatische Silbenhilfe
Nach drei Versuchen (oder nach 8-18 Sekunden je nach Sprechgeschwindigkeit) pausiert Zuki das Mikrofon, teilt das Wort in Silben und liest sie langsam vor, wobei jede Silbe hervorgehoben wird. Danach hört es Ihnen wieder zu.
Sechs Sprachen mit eigenen Regeln
Die Erkennung startet in der Profilsprache und jede Sprache hat ihre eigene phonetische Tabelle und ihre Digraphen (ch, ll, rr, qu, gu im Spanischen; ch, sh, th, ph, ck im Englischen; sch, ei, ie im Deutschen…).
Manueller Modus, wenn kein Mikrofon vorhanden ist
Wenn der Browser keine Spracherkennung unterstützt, die Berechtigung verweigert wird oder die Erkennung dreimal hintereinander fehlschlägt, wird die Sitzung mit dem Knopf „Das habe ich schon gesagt!“ und der gleichen Feier fortgesetzt. Niemand starrt auf einen Bildschirm, der nicht reagiert.
Der Erwachsene kontrolliert alles
Die Erlaubnis wird nur einmal mit einem „Darf ich?‟ von Zuki erfragt, das Mikrofon wird mit einem Knopf pausiert, und im Erwachsenenbereich werden der Schwierigkeitsgrad des Vergleichs und die Sprechgeschwindigkeit von Zuki angepasst.

Erstelle ein Profil, wähle den Lesemodus und schon beim ersten Wort siehst du die Buchstaben aufleuchten, während gesprochen wird.