用途:这是 Speak 语言学习 SDK 的入门示例,帮助开发者创建第一个 AI 辅导会话,演示对话练习、发音评估和实时反馈,由 GPT-4o 驱动。
主要能力:可启动指定语言、场景和水平的对话会话,返回会话 ID、AI 导师首句提示及音频 URL;可提交文本或音频回复,获得导师回应、0-100 发音评分、语法纠正和词汇笔记;可对特定短语做发音评估,支持 word 或 phoneme 粒度,输出单词与音素分数及改进建议;结束会话后返回时长、轮次、平均发音分、语法准确率和新学词汇等学习指标。
使用方式:需先完成 speak-install-auth 配置并设置有效 API 凭据,麦克风为可选。使用 @speak/language-sdk 的 SpeakClient,配置 apiKey、appId 和 language,调用 startConversation、sendTurn、assessPronunciation、endSession 等方法。文本回复可跳过音频先测试对话流程;切换 language 参数可支持 es、ko、ja、fr、de 等语言。
限制与错误处理:会话超时需新建会话;音频格式无效需转为 WAV 16kHz 单声道;语言代码不支持需使用受支持代码;发音分低可能因背景噪音,建议安静环境录制;请求过多会触发限流,需等待并退避重试。
适用场景:新集成 Speak、验证环境配置、学习基础用法,以及文本或音频的对话与发音测试。后续可参考 speak-local-dev-loop 进行开发流程设置。