山东大学软件学院项目实训（一、二）

目录

一、项目目标

二、成员分工

三、实施方案

四、个人学习

五、个人体会

---

一、项目目标

项目名称：雅思ai口语老师

2023 年4月9日开始

项目目标：

让用户能够以更低的价格获得练习机会，用户可以通过智能设备随时进行学习，有很好的便利性。提供多种学习资源和功能，覆盖较广的雅思口语话题，帮助用户全面准备。有个性化的学习计划和建议。为用户提供更便捷、高效和个性化的口语培训服务。

二、成员分工

赵广耀：语音模块（语音转文本，文本转语音）-

 李俊哲：后端数据库设计（用户表，交流记录表）

林哲煌： 前端交互（页面设计，语音输入）

陈彦宾：大模型模块（寻找雅思语料库，训练模型，调用接口）

三、实施方案

1. 用户登录与信息设置

    前端开发团队：集成网页登录功能，使用网页用户信息进行简洁登录。设计并实现“我的”页面，包括头像、昵称等信息的显示与修改功能。

    后端开发团队：设计并实现用户登录验证和用户信息存储功能。

2. 用户反馈与退出登录

    前端开发团队：设计用户反馈页面，包括各类反馈信息的提交。在“我的”页面添加退出登录接口。

    后端开发团队：实现用户反馈信息的存储和管理功能。

3. 主页面功能

    前端开发团队：设计并实现主页面功能，交互接口，包括口语训练、语音转文字功能等。

4. 语音转文字功能

    后端开发团队：实现语音转文字功能，并提供相应的API接口。

5. 交互功能

    前端开发团队：设计并实现与AI老师进行对话的交互功能。

6. 语音测评功能的嵌入

    前端开发团队：嵌入语音测评功能，对口语训练进行语音测评。

    后端开发团队：实现语音测评分析功能，提供评分结果。

四、个人学习

在确定了我的工作为实现项目的语音模块，包括语音转文本，文本转语音后，我开始寻找相关资料，了解相关知识，资料包括但不限于

OpenAI中文开发文档

微软 Microsoft Azure

Azure AI服务

在阅读完上述资料后，我对于我这部分如何开展有了初步的认识，具体如下：

语音转文本 (STT)

Azure Speech to Text API：可以使用Azure的语音服务来实现STT。Azure提供了一个完整的API，可以快速实现语音到文本的转换。

自定义语音转文本实现：使用Flask框架的自定义语音转文本接口的实现。它使用Base64编码的音频文件，并将其转换为音频文件，然后使用语音识别服务进行转换。

文本转语音 (TTS)

Azure Text to Speech API：使用Azure的文本转语音服务。这包括获取订阅密钥、选择语音模型、使用SDK或API进行转换等步骤。

speak.js：一个前端JavaScript库，可以在浏览器中无需服务器支持直接将文本转换为语音。这个库轻量级、易于集成，并且支持多种语言。

FastAPI Text to Voice：使用FastAPI和pyttsx3库创建一个简单的文本转语音接口。这个接口可以接收文本输入，然后转换成语音文件，并提供下载。

在对于如何实现有了初步的认识后，在后续上手实现时，只需要根据项目届时的具体需求，选择对应的实现方法即可。

五、个人体会

对于我们的项目来说，想要集成STT和TTS技术，首先需要保证有较高的准确率，确保用户使用时体验良好；其次，语音输出应该较为自然，使用户听到准确的发音。还应该提供实时的语音识别反馈，帮助学生对自己的情况有更好的了解。对于我们开发者来说，用户练习数据涉及用户的隐私，我们还需要注意用户的数据安全。同时，所选择的技术应该易于集成到网站上，并且对于用户友好。

语音转文本和文本转语音技术是相辅相成的。STT可以帮助人们更高效地从语音中提取信息，而TTS则使得信息的传递更加灵活和可访问。随着技术的不断进步，这两种技术在提升用户体验、促进信息无障碍传播等多方面将发挥越来越重要的作用。