写了一个专为我这种英语菜鸡设计的 AI 对话练习应用，开源了，欢迎体验

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

GitHub 仓库： https://github.com/Orenoid/BabelDuck
在线 Demo：BabelDuck

嫌太长不看的朋友可以直接体验下，应用内置了一个简单的教程，来说明为什么更合适刚入门英语口语练习的人。
（ P.S. 目前还是 MVP 版本，易用性方面后续会继续打磨，有问题可以提 issue ）

一些截图

overall follow-up

这个应用尝试解决什么痛点？

虽然 GitHub 上已经有不少开源的对话练习应用了，但我之前在尝试用它们练习的时候，遇到了一个问题：
我口语太菜了，很多时候上来就直接卡壳，嘴巴一张半天嘣不出几个词，或者磕磕巴巴地说完了但也不知道这么表达对不对，尝试过在 prompt 里让 AI 帮忙分析和纠正我的问题，但很多时候对话一长，AI 就老忘了这事儿，或者开始说车轱辘话，不好使。
结果就是练习过程特别不流畅，还经常得停下来切出去查东西，体验非常糟糕。

所以我决定开发一个功能定位略有不同的 AI 口语应用，在 BabelDuck 引入了快捷指令的功能，由另外一个 AI 专门负责协助你的口语表达，直接翻译、语法纠正、表达润色之类的都能做，而且如果对它提供的结果有疑问的话，还可以开启子对话，进一步讨论语法表达问题，并且不影响当前对话。
更重要的是，你可以完全根据自身需求自定义指令，比如：

模拟面试中遇到不会或者不知道英语咋回答的，直接让 AI 示范回答一遍
假如你的英文水平还行，但偶尔有些术语想不起来，可以夹杂一两个中文单词，然后让 AI 替换成英文
让 AI 为你提供一组等效的表达，扩充词汇、短语积累
……

应用还有哪些功能

除了上面介绍的，常规的 AI ChatBot 应用的功能也是有的，例如对话管理、语音输入、语音输出、LLM 服务切换等等。目前尚处于 MVP 阶段，有些功能还需要打磨，后续会继续完善。

未来规划

接下来打算更新的功能（不一定按这个顺序）：

对话模板
类似于其他 ChatBot 的 Copilot ，但是可配置程度更高，除了 system prompt ，可以预设一段前置对话，可以给每个模板设置使用不同的模型、语音、音色、快捷指令等等。
接入更多 LLM/TTS/STT 服务
因为是 MVP 版，目前其实只内置支持了一小部分平台，后面继续接入更多服务，比如 Azure STT, Google Gemini 等等
复述练习模式
让用户可以在 AI 给出修改后的回复后，练习复述，增强记忆效果
语音回放
现在只是单纯地把语音转成文本，后续会把音频存起来，支持回放自己的语音（如果有合适的模型，没准还可以做发音分析和纠正）
支持多模态语音
目前的对话实现都是基于 TTS 和 STT ，目前已经陆续有一些开源或闭源模型支持端到端语音消息了，会尝试接入这类模型。
实时语音模式
就是 OpenAI 推出的那个 Realtime API ，这个优先级不高的原因是：1.太贵了，目前估计没太多人会用； 2.口语能流畅到跟 AI 实时对话的大佬，可能看不上我这个产品。所以，会接入这个模式，但优先级暂时靠后，视用户反馈而定。
更多指令类型
插件系统

其他

这里得道个歉，标题里的“开源”其实是不太严谨的说法，这个项目的 License 其实是限制商业用途的（所以不符合严格意义上的开源定义），但个人可以免费使用和修改，99% 的人应该都不受影响。
总的来讲源代码是开放的，只是不符合狭义上的开源定义，为了挑选这个 License 还花了一些时间去调研，回头另外开贴讲下，之前在站内搜索也有看到有人在找这种 License 。

20 条回复 • 2024-12-10 19:09:34 +08:00