人工智能发音训练器

在本文中，我介绍了我正在从事的项目：AI Pronunciation Trainer（在线），这是一个旨在帮助您利用人工智能的力量提高发音的工具。这个项目是对 Thiagohgl 原始 AI Pronunciation Trainer 的重构，我对其进行了一些改进，以使该工具更有效且更易于使用。

它是什么以及它的作用

AI发音训练器是一款利用AI评估你的发音并提供反馈的工具，帮助你提高发音并让别人更清楚地理解你的发音。它利用 Silero STT / TTS 模型实现语音转文本和文本转语音功能，确保准确可靠的发音评估。

重构：升级前端和后端库

我已经更新了后端库。 PyTorch 现在版本为 2.5.x。此外，我更改了德语语音转文本模型的版本，以解决阻止使用 1.13.x 之后的 PyTorch 版本的错误。此外，关于前端：

• 使用最新版本的 jQuery (3.7.1) 和 Bootstrap (5.3.3) 更新了 JavaScript 库
• 基于 Gradio 5.x 的新前端
• 添加了 Playwright 的 E2E 测试
• 添加了插入自定义句子以进行阅读和评估的功能
• 使用 driver.js 和 Gradio 块中的自定义 css/javascript 制作的新用户入门指南
• 回放录音中的各个单词，然后由文本转语音引擎读出同一单词的“理想”发音
• 还添加了浏览器内文本转语音功能（在 Windows 11 上，仅在安装了英语和德语语言包时才有效）

在线版本：HuggingFace Space 演示

您可以使用 HuggingFace Space 在线尝试。通过此在线演示，您无需安装或配置即可体验该工具的功能。 HuggingFace Space 提供了一种方便易用的方式来测试 AI 发音训练器，并了解它如何帮助您提高发音。请耐心等待，有时会有点慢或处于睡眠模式（本地会快得多，特别是如果您有一台功能强大的计算机）。还有我的 HuggingFace Space 的嵌入式版本。

未来的工作

虽然这个工具效果很好，但仍然有一些需要改进的地方。以下是我计划实施的一些未来增强功能：

• 接收原作者对我的文档和更改的反馈
• 请原作者解释他所做的架构和功能选择
• 探索从 PyTorch 到 ONNX 运行时的过渡
• 使用 Playwright 添加更多 E2E 测试

结论

我相信人工智能发音训练器对于任何想要提高发音的人来说都是一个有价值的工具。借助人工智能的力量和重构项目的改进，该工具可以提供准确可靠的反馈，帮助您更清晰、更自信地说话。我邀请您尝试 HuggingFace Space 演示，了解这个小项目如何帮助您实现更好的发音。