AI発音トレーナー

この記事では、私が現在取り組んでいるプロジェクトである AI Pronunciation Trainer (オンラインはこちら) を紹介します。これは、人工知能の力を利用して発音を改善するのに役立つように設計されたツールです。このプロジェクトは、Thiagohgl のオリジナル AI 発音トレーナーのリファクタリングであり、ツールをより効果的で使いやすくするためにいくつかの改良を加えました。

それは何ですか、そしてそれは何をしますか

AI 発音トレーナーは、人工知能を使用してあなたの発音を評価し、フィードバックを提供するツールです。これにより、発音の改善とより明確な理解に役立ちます。 Silero STT / TTS モデルを音声テキスト変換およびテキスト読み上げ機能に使用し、正確で信頼性の高い発音評価を保証します。

リファクタリング: フロントエンドおよびバックエンド ライブラリの更新

バックエンド ライブラリを更新し、特に PyTorch をバージョン 2.5.x にしました。また、バージョン 1.13.x 以降で PyTorch を使用できなくなるバグを修正するために、ドイツ語の Speech-to-Text モデルのバージョンを変更しました。
また:、フロントエンドに関して:

• 最新バージョンの jQuery (3.7.1) および Bootstrap (5.3.3) を使用して JavaScript ライブラリを更新しました
• Gradio 5.x に基づく新しいフロントエンド
• Playwright による E2E テストを追加しました
• 自由選択の文を書いたり、読んだり、明らかに評価したりする機能を追加しました
• Gradio ブロック内の driver.js とカスタム CSS/JavaScript を使用した新規ユーザー向けのガイド ツアー
• 録音内の個々の単語を再生し、続いて Text-to-Speech エンジンによって読み取られた同じ単語の「理想的な」発音を再生します
• ブラウザ内のテキスト読み上げ機能も追加されました (Windows 11 では、英語とドイツ語の言語パックがインストールされている場合にのみ機能します)

オンライン版: HuggingFace スペースでのデモ

HuggingFace Space で私のプロジェクトをオンラインで試すことができます。このオンライン デモでは、インストールや構成を行わずにツールの機能を試すことができます。 HuggingFace スペースは、AI 発音トレーナーをテストし、それが発音の改善にどのように役立つかを確認するための便利でアクセス可能な方法を提供します。しばらくの間誰も使用していない場合は、少し遅くなったり、スリープ状態になったりすることがありますが、しばらくお待ちください (特に強力なコンピューターを使用している場合、ローカルでははるかに高速です)。 HuggingFace.

スペースの埋め込みバージョンもあります。

今後の取り組み

これは非常にうまく機能しますが、明らかに改善の余地があります。私が実装する予定の将来の改善点の一部を以下に示します。

• ドキュメントと変更点について、元の作品の作成者からフィードバックを受け取ります
• オリジナルの作品の作者に、彼が行ったアーキテクチャ上および機能上の選択についての説明を求めてください
• PyTorch から ONNX ランタイムへの移行を評価する
• Playwright で E2E テストをさらに追加

結論

AI 発音トレーナーは、自分の発音を自主的に改善したい人にとって便利なツールだと思います。 AI の力とリファクタリング中に行われた改善により、このツールは正確で信頼性の高いフィードバックを提供し、より明確かつ自信を持って話すのに役立ちます。ぜひ、HuggingFace Space デモを試して、このプロジェクトがより良い発音への道にどのように役立つかを理解してください。

以上がAI発音トレーナーの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。