一款实时、人工智能驱动的学术听力辅导工具，旨在帮助您：
想象一下，一个专为学术界人士打造的个性化聆听型演讲俱乐部，它：
✅ 边听边说
✅ 实时转录
✅ 分析你的回答
✅ 提供建设性反馈
✅ 评分标准是你的清晰度、语气和结构，而不是你本人😅
非常适合口试准备、论文答辩、求职面试，更好地掌握概念或主题，甚至可以大声解释复杂的概念。
我一直渴望找到一位真正能适应我的导师——
一位倾听而不加评判的导师；
一位在意我说话方式而不仅仅是我说什么的
导师； 一位在我停顿时耐心等待的导师；一位在我语塞时帮助我找到表达方式的导师。
作为一名需要在实习、考试、黑客马拉松和生活之间周旋的学生，我经常发现自己：
所以，我为过去的自己打造了这个平台。
那个紧张的学生。那个沉默寡言的开发者。
那个明明知道答案，却无法清晰表达的人。
这不仅仅是一个工具，
它还是你笔记本电脑里一个温柔又有点书呆子气的好朋友，时刻提醒你：
“你能行的。说出来，我会帮你完善它。”
哦，如果你过度使用语气词？
它会温柔地💘嘲讽你：
“闺蜜，你刚才说了27次‘嗯’，咱们来纠正一下。”
1️⃣ 🎙️开启麦克风，开启大脑！
直接通过浏览器进行实时语音输入（无需安装应用程序！）
2️⃣ ✍️实时耳语：
通过 ⚡ AssemblyAI 的 Streaming API 实现即时语音转文本
3️⃣ 📊即时成绩单
根据关键沟通指标获得 10 分制评分：
📈 实时呈现 → 您的成长，可视化呈现。
4️⃣ 🎓 AI 教育者模式
你的演讲将像你向领域专家讲解一样得到评估（Groq）
5️⃣ 🔁反复尝试直到成功 出错
？再说一遍。每次都更聪明。🔁
6️⃣ 🎯专注的单人练习
一个安静的道场，训练你的心口协调能力 🤐🧘♀️
7️⃣ 🧪专为认真学习者打造，
非常适合：
- 🧬 口试/论文准备
- 🧑💻 技术面试
- 📚 学术演讲
- 🎤 流利度练习
- ✨ 更好地掌握任何主题
8️⃣ 💻极简界面，极致效果
。摒除一切干扰，只专注于你、你的想法和你的成长💥
这是我的实时项目：- Grasp Articulate Refine
⚠️ Chrome浏览器效果最佳。Firefox浏览器表现不佳。Brave浏览器表现出色。Safari浏览器则……比较害羞。
你可以在这里查看我的项目展示：
👉👇
您的智能学习教练，由人工智能驱动——旨在帮助您真正理解所学内容，自信地表达，并获得深思熟虑的反馈，从而让您更快、更聪明地成长。
我的项目概览：
点击此处观看直播：-掌握、表达、精炼
如果你更擅长编写代码，或者想分析我的代码🤔，从中汲取灵感，可以查看我上面的代码库，进行 fork、克隆，然后在本地设备上进行开发。
以下是展示本项目技术实现和 AssemblyAI 集成的代码片段：
python
# utils/voice_manager.py - AssemblyAI Setup
import assemblyai as aai
class VoiceManager:
def __init__(self, api_keys: Dict[str, str]):
self.api_keys = api_keys
self.assemblyai_available = False
self._init_assemblyai()
def _init_assemblyai(self):
if ASSEMBLYAI_AVAILABLE and self.api_keys.get('ASSEMBLYAI_API_KEY'):
try:
aai.settings.api_key = self.api_keys['ASSEMBLYAI_API_KEY']
test_config = aai.TranscriptionConfig(
language_detection=True,
punctuate=True,
format_text=True,
speaker_labels=False,
auto_highlights=False
)
self.assemblyai_available = True
print("✅ AssemblyAI initialized successfully")
except Exception as e:
print(f"❌ AssemblyAI initialization failed: {e}")
self.assemblyai_available = False
使用 API 密钥设置 AssemblyAI SDK，并配置转录设置，包括语言检测、标点符号和文本
格式。初始化 VoiceManager 类，该类具有针对教育内容转录优化的增强功能。
python
def transcribe_audio(self, audio_file_path: str) -> str:
if not os.path.exists(audio_file_path):
return "❌ Audio file not found"
# Primary Method: AssemblyAI SDK
if self.assemblyai_available:
try:
print("🔄 Trying AssemblyAI SDK...")
config = aai.TranscriptionConfig(
language_detection=True,
punctuate=True,
format_text=True,
speaker_labels=False,
auto_highlights=False )
transcriber = aai.Transcriber(config=config)
transcript = transcriber.transcribe(audio_file_path)
if transcript.status == "completed":
print("✅ AssemblyAI SDK transcription successful")
return self._clean_transcription(transcript.text)
elif transcript.status == "error":
print(f"❌ AssemblyAI SDK error: {transcript.error}")
return f"❌ Transcription error: {transcript.error}"
except Exception as e:
print(f"❌ AssemblyAI SDK error: {e}")
# Fallback Method: Direct API
if self.api_keys.get('ASSEMBLYAI_API_KEY'):
try:
print("🔄 Trying AssemblyAI Direct API...")
result = self._transcribe_with_api(audio_file_path)
if result and not result.startswith("❌"):
print("✅ AssemblyAI API transcription successful")
return self._clean_transcription(result)
except Exception as e:
print(f"❌ AssemblyAI API error: {e}")
return "❌ Transcription failed. Please check API configuration."
主要转录功能采用双模式方法：主要使用 AssemblyAI SDK 方法，并可回退到直接 API。它能够处理音频文件
验证、通过增强的配置进行转录，并包含全面的错误处理机制，从而实现可靠的语音转
文本转换。
python
# utils/voice_manager.py - Direct API Implementation
def _transcribe_with_api(self, audio_file_path: str) -> str:
"""
Direct AssemblyAI API implementation with robust error handling
"""
try:
headers = {'authorization': self.api_keys['ASSEMBLYAI_API_KEY']}
print("📤 Uploading audio file...")
with open(audio_file_path, 'rb') as f:
response = requests.post(
'https://api.assemblyai.com/v2/upload',
headers=headers,
files={'file': f},
timeout=60
)
if response.status_code != 200:
return f"❌ Upload failed: {response.status_code} - {response.text}"
upload_url = response.json()['upload_url']
print(f"✅ File uploaded: {upload_url}")
print("🔄 Requesting transcription...")
data = {
'audio_url': upload_url,
'language_detection': True,
'punctuate': True,
'format_text': True,
'speaker_labels': False,
'auto_highlights': False
}
response = requests.post(
'https://api.assemblyai.com/v2/transcript',
headers=headers,
json=data,
timeout=30
)
if response.status_code != 200:
return f"❌ Transcription request failed: {response.status_code}"
transcript_id = response.json()['id']
print(f"🔄 Transcription ID: {transcript_id}")
print("⏳ Waiting for transcription to complete...")
max_attempts = 60 # 2-minute timeout
attempt = 0
while attempt < max_attempts:
response = requests.get(
f'https://api.assemblyai.com/v2/transcript/{transcript_id}',
headers=headers,
timeout=30
)
if response.status_code != 200:
return f"❌ Status check failed: {response.status_code}"
result = response.json()
status = result['status']
if status == 'completed':
print("✅ Transcription completed")
return result['text'] or "❌ No text in transcription result"
elif status == 'error':
error_msg = result.get('error', 'Unknown error')
return f"❌ Transcription error: {error_msg}"
elif status in ['queued', 'processing']:
print(f"⏳ Status: {status} (attempt {attempt + 1}/{max_attempts})")
import time
time.sleep(2) # 2-second polling interval
attempt += 1
else:
return f"❌ Unknown status: {status}"
return "❌ Transcription timeout - took too long to process"
except requests.exceptions.Timeout:
return "❌ Request timeout - please try again"
except Exception as e:
return f"❌ Unexpected error: {str(e)}"
实现直接调用 AssemblyAI API 作为备用方法。支持文件上传、转录请求（具备增强功能）以及
2 分钟超时的智能轮询。提供强大的错误处理机制，以应对网络问题和 API 故障。
python
# utils/voice_manager.py - Text Processing
def _clean_transcription(self, text: str) -> str:
if not text:
return "❌ Empty transcription result"
text = text.strip()
text = re.sub(r'\s+', ' ', text)
text = re.sub(r'([.!?])\s*([a-z])',
lambda m: m.group(1) + ' ' + m.group(2).upper(), text)
if text and not text[0].isupper():
text = text[0].upper() + text[1:]
if text and text[-1] not in '.!?':
text += '.'
return text
def validate_audio_file(self, file_path: str) -> Dict[str, any]:
if not os.path.exists(file_path):
return {
'valid': False,
'error': 'File does not exist',
'file_size': 0
}
file_size = os.path.getsize(file_path)
max_size = 100 * 1024 * 1024 # 100MB limit
if file_size > max_size:
return {
'valid': False,
'error': f'File too large: {file_size / (1024*1024):.1f}MB (max 100MB)',
'file_size': file_size
}
if file_size < 1000: # Minimum 1KB
return {
'valid': False,
'error': 'File too small - may be empty or corrupted',
'file_size': file_size
}
return {
'valid': True,
'error': None,
'file_size': file_size,
'file_size_mb': file_size / (1024 * 1024)
}
对转录结果进行后处理，包括文本清理、空格规范化、句子大小写修正和
标点符号校正。此外，还包括音频文件验证，检查文件大小限制和完整性，以确保最佳转录质量。
python
# app.py - Flask Integration
@app.route('/transcribe_audio', methods=['POST'])
def transcribe_audio():
try:
audio_file = request.files.get('audio')
if not audio_file:
return jsonify({'error': 'No audio file provided'}), 400
session_id = session.get('session_id', 'unknown')
temp_path = f"temp/audio_{session_id}.wav"
os.makedirs('temp', exist_ok=True)
audio_file.save(temp_path)
print(f"🔄 Starting transcription of {temp_path}")
validation = voice_manager.validate_audio_file(temp_path)
if not validation['valid']:
if os.path.exists(temp_path):
os.remove(temp_path)
return jsonify({'error': validation['error']}), 400
transcription = voice_manager.transcribe_audio(temp_path)
if os.path.exists(temp_path):
os.remove(temp_path)
print(f"✅ Transcription result: {transcription[:100]}...")
return jsonify({
'success': True,
'transcription': transcription,
'file_size_mb': validation.get('file_size_mb', 0)
})
except Exception as e:
print(f"❌ Transcription error: {e}")
return jsonify({'error': f'Transcription failed: {str(e)}'}), 500
@app.route('/voice_status')
def voice_status():
return jsonify(voice_manager.get_voice_status())
用于音频转录的 Flask 端点，支持基于会话的临时文件处理。包含全面的错误处理、文件
验证和清理机制。提供语音状态端点，用于实时监控功能可用性并进行诊断。
python
# utils/voice_manager.py - Status Monitoring
def get_voice_status(self) -> Dict[str, bool]:
return {
'assemblyai_available': self.assemblyai_available,
'voice_recording_available': self.assemblyai_available,
'transcription_available': self.assemblyai_available,
'api_key_configured': bool(self.api_keys.get('ASSEMBLYAI_API_KEY')),
'sdk_available': ASSEMBLYAI_AVAILABLE,
'direct_api_available': bool(self.api_keys.get('ASSEMBLYAI_API_KEY'))
}
def _print_status(self):
print("\n🎤 VOICE FEATURES STATUS:")
print(f" AssemblyAI Available: {'✅' if self.assemblyai_available else '❌'}")
print(f" Voice Recording: {'✅' if self.assemblyai_available else '❌'}")
print(f" Audio Transcription: {'✅' if self.assemblyai_available else '❌'}")
print(f" API Key Configured: {'✅' if self.api_keys.get('ASSEMBLYAI_API_KEY') else '❌'}")
print()
用于监控 AssemblyAI 各项功能可用性的综合系统，包括 SDK 状态、API 密钥配置和转录
功能。提供详细的状态报告，便于故障排除和系统健康监控。
python
def create_self_signed_cert():
try:
from cryptography import x509
from cryptography.x509.oid import NameOID
from cryptography.hazmat.primitives import hashes
from cryptography.hazmat.primitives.asymmetric import rsa
from cryptography.hazmat.primitives import serialization
import datetime
import ipaddress
private_key = rsa.generate_private_key(
public_exponent=65537,
key_size=2048,
)
subject = issuer = x509.Name([
x509.NameAttribute(NameOID.COUNTRY_NAME, "US"),
x509.NameAttribute(NameOID.STATE_OR_PROVINCE_NAME, "Local"),
x509.NameAttribute(NameOID.LOCALITY_NAME, "Local"),
x509.NameAttribute(NameOID.ORGANIZATION_NAME, "AI Learning Platform"),
x509.NameAttribute(NameOID.COMMON_NAME, "localhost"),
])
cert = x509.CertificateBuilder().subject_name(
subject
).issuer_name(
issuer
).public_key(
private_key.public_key()
).serial_number(
x509.random_serial_number()
).not_valid_before(
datetime.datetime.utcnow()
).not_valid_after(
datetime.datetime.utcnow() + datetime.timedelta(days=365)
).add_extension(
x509.SubjectAlternativeName([
x509.DNSName("localhost"),
x509.DNSName("127.0.0.1"),
x509.IPAddress(ipaddress.IPv4Address("127.0.0.1")),
]),
).sign(private_key, hashes.SHA256()) certificate and key
with open("cert.pem", "wb") as f:
f.write(cert.public_bytes(serialization.Encoding.PEM))
with open("key.pem", "wb") as f:.private_bytes(
encoding=serialization.Encoding.PEM,
format=serialization.PrivateFormat.PKCS8,
encryption_algorithm=serialization.NoEncryption()
))
print("✅ Self-signed certificate created")
return True
except Exception as e:
print(f"❌ Failed to create certificate: {e}")
return False
创建浏览器麦克风访问所需的自签名 SSL 证书。为本地主机生成加密证书，并进行
正确的域名配置，从而在教育平台的 Web 浏览器中启用安全音频录制功能。
这不仅仅是一份作业，
这是一封写给每一个害羞、书呆子气的学生的情书💌💌，他们曾经渴望自己的想法能够更清晰地表达出来。
这真有意思。
我们花了多年时间学习各种知识，却从来没有人费心教我们如何把它们表达清楚。
这个项目就是我弥补这一缺憾的方式——用代码、用心和麦克风。
我会在此基础上继续创作吗？当然会。
如果我赢了我会哭吗？可能会。
如果我输了我会继续改进吗？毫无疑问。🥹
致各位评委、导师以及每一位阅读此文的开发者——
让我们更好地表达，让我们更响亮地建设，
或许……还能在这个过程中少一些结巴。
🎤💙
迪维娅·辛格
感谢您阅读到最后。
