Andre-110/learning-english

Python

0

13 commits

updated Feb 25, 2026

See the code

README

LinguaCoach - 智能英语口语对话测评系统

基于提示词工程的动态自适应英语对话测评系统,支持流式语音输入输出。

🚀 快速开始

安装依赖

# 使用虚拟环境(推荐)
./scripts/setup/setup_venv.sh

# 或使用Conda
./scripts/setup/setup_conda.sh

启动服务

# 启动服务
./scripts/setup/start.sh

# 或启动并测试
./scripts/setup/start_and_test.sh

访问前端

打开浏览器访问:http://localhost:8000/

📁 项目结构

learning_english/
├── api/                    # API端点
├── config/                 # 配置管理
├── core/                   # 核心业务逻辑
├── docs/                   # 📚 文档
│   ├── features/          # 功能文档
│   ├── performance/       # 性能文档
│   └── ...                # 其他文档
├── models/                 # 数据模型
├── prompts/                # 提示词管理
├── scripts/                # 🔧 脚本
│   └── setup/             # 安装和启动脚本
├── services/               # 服务层
├── static/                 # 前端静态文件
├── storage/                # 数据存储层
├── test/                   # 🧪 测试
│   ├── results/           # 测试结果
│   └── audio/             # 测试音频
└── README.md              # 本文件

详细结构说明请查看:docs/PROJECT_STRUCTURE.md

📚 主要文档

  • 项目结构: docs/PROJECT_STRUCTURE.md
  • 功能说明: docs/features/FEATURE_EXPLANATION.md
  • 性能优化: docs/performance/PERFORMANCE_OPTIMIZATION.md
  • 测试指南: docs/TESTING_GUIDE.md
  • 整理总结: docs/ORGANIZATION_SUMMARY.md

🔧 主要功能

  1. 流式语音对话: WebSocket实时语音输入输出
  2. 智能评估: 快速评估(LLM prompt)+ 完整评估(异步)
  3. 动态问题生成: 基于用户画像、对话历史、兴趣动态生成
  4. 实时转录: 录音过程中实时显示转录结果
  5. 性能测试: 前端性能测试工具

🛠️ 技术栈

  • 后端: FastAPI, WebSocket
  • 前端: HTML, CSS, JavaScript
  • LLM: OpenAI API (通过 yunwu.ai)
  • STT: FunASR (本地) / Whisper API
  • TTS: OpenAI TTS
  • 存储: Supabase

📝 配置

配置文件:.env

主要配置项:

  • LLM_PROVIDER: LLM提供商(openai)
  • SPEECH_PROVIDER: 语音识别提供商(funasr/whisper)
  • TTS_PROVIDER: TTS提供商(openai)
  • STORAGE_BACKEND: 存储后端(supabase)
  • EVALUATION_CADENCE_TURNS: 评估节奏(每N轮输出一次评估,默认3)
  • EVALUATION_AGGREGATE_TURNS: 评估聚合(综合最近N轮,默认3)

🧪 测试

# 前端性能测试
python test/test_frontend_performance.py

# STT性能测试
python test/test_stt_performance.py

# API对比测试
python test/test_api_vs_local.py

📖 更多信息

查看 docs/ 目录获取详细文档。

Andre-110/learning-english

Python

0

13 commits

updated Feb 25, 2026

See the code

README

LinguaCoach - 智能英语口语对话测评系统

基于提示词工程的动态自适应英语对话测评系统,支持流式语音输入输出。

🚀 快速开始

安装依赖

# 使用虚拟环境(推荐)
./scripts/setup/setup_venv.sh

# 或使用Conda
./scripts/setup/setup_conda.sh

启动服务

# 启动服务
./scripts/setup/start.sh

# 或启动并测试
./scripts/setup/start_and_test.sh

访问前端

打开浏览器访问:http://localhost:8000/

📁 项目结构

learning_english/
├── api/                    # API端点
├── config/                 # 配置管理
├── core/                   # 核心业务逻辑
├── docs/                   # 📚 文档
│   ├── features/          # 功能文档
│   ├── performance/       # 性能文档
│   └── ...                # 其他文档
├── models/                 # 数据模型
├── prompts/                # 提示词管理
├── scripts/                # 🔧 脚本
│   └── setup/             # 安装和启动脚本
├── services/               # 服务层
├── static/                 # 前端静态文件
├── storage/                # 数据存储层
├── test/                   # 🧪 测试
│   ├── results/           # 测试结果
│   └── audio/             # 测试音频
└── README.md              # 本文件

详细结构说明请查看:docs/PROJECT_STRUCTURE.md

📚 主要文档

  • 项目结构: docs/PROJECT_STRUCTURE.md
  • 功能说明: docs/features/FEATURE_EXPLANATION.md
  • 性能优化: docs/performance/PERFORMANCE_OPTIMIZATION.md
  • 测试指南: docs/TESTING_GUIDE.md
  • 整理总结: docs/ORGANIZATION_SUMMARY.md

🔧 主要功能

  1. 流式语音对话: WebSocket实时语音输入输出
  2. 智能评估: 快速评估(LLM prompt)+ 完整评估(异步)
  3. 动态问题生成: 基于用户画像、对话历史、兴趣动态生成
  4. 实时转录: 录音过程中实时显示转录结果
  5. 性能测试: 前端性能测试工具

🛠️ 技术栈

  • 后端: FastAPI, WebSocket
  • 前端: HTML, CSS, JavaScript
  • LLM: OpenAI API (通过 yunwu.ai)
  • STT: FunASR (本地) / Whisper API
  • TTS: OpenAI TTS
  • 存储: Supabase

📝 配置

配置文件:.env

主要配置项:

  • LLM_PROVIDER: LLM提供商(openai)
  • SPEECH_PROVIDER: 语音识别提供商(funasr/whisper)
  • TTS_PROVIDER: TTS提供商(openai)
  • STORAGE_BACKEND: 存储后端(supabase)
  • EVALUATION_CADENCE_TURNS: 评估节奏(每N轮输出一次评估,默认3)
  • EVALUATION_AGGREGATE_TURNS: 评估聚合(综合最近N轮,默认3)

🧪 测试

# 前端性能测试
python test/test_frontend_performance.py

# STT性能测试
python test/test_stt_performance.py

# API对比测试
python test/test_api_vs_local.py

📖 更多信息

查看 docs/ 目录获取详细文档。