Разработать алгоритм поиска ошибок в речи методами машинного обучения

Необходимо разработать алгоритм, по которому будет выставляться оценка фонетической стороны речи, кратко обосновать решение. На вход должна подаваться аудиозапись (несколько предложений с итоговой длительностью до 2 минут), на выход - оценка (например, от 1 до 5). Желательно построить простую ML модель. В идеале добавить возможность просмотреть места, в которых была допущена ошибка.