꾸란 낭송(타즈위드)의 예술과 과학은 음성학, 리듬, 신학적 원칙에 따라 규율되며, 오늘날의 디지털 시대에 상당한 교육적 과제에 직면해 있습니다. 학습을 위한 무한한 기회를 제공하는 현대 기술에도 불구하고, 낭송을 평가하는 기존의 자동화 시스템은 광범위한 수용을 얻거나 교육적 효과를 입증하는 데 어려움을 겪었습니다. 이 문헌 검토는 이 중요한 불일치를 조사하며, 지난 20년간 개발된 학술 연구, 디지털 플랫폼 및 상업적 도구에 대한 철저한 분석을 제공합니다. 분석 결과, 자동 음성 인식(ASR) 시스템을 채택한 현재 접근 방식의 근본적인 결함이 드러났습니다. 이러한 시스템은 질적인 음향 평가보다 단어 식별을 강조하며, 편향된 데이터 세트 의존, 인구 통계학적 불일치, 개선을 위한 의미 있는 피드백 제공 불능과 같은 제약에 시달립니다. 이러한 데이터 중심 방법론에 도전하며, 지식 기반의 계산 프레임워크로의 패러다임 전환을 옹호합니다. 꾸란 텍스트의 불변성과 타즈위드의 잘 정의된 규칙을 활용하여, 효과적인 평가 시스템은 결함이 있거나 편향된 데이터에서 파생된 통계적 패턴에 의존하기보다는, 표준 발음 원칙과 발음점(Makhraj)을 중심으로 하는 규칙 기반 음향 모델링을 기반으로 구축되어야 한다고 제안합니다. 이 검토는 자동화된 꾸란 낭송 평가의 미래가 언어학적 전문 지식과 고급 오디오 처리를 결합한 하이브리드 시스템에 달려 있다고 결론 내립니다. 이러한 접근 방식은 전 세계 학습자를 진정으로 지원할 수 있는 신뢰할 수 있고 공정하며 교육적으로 효과적인 도구를 개발하는 길을 열어줍니다.
