1
ooolooo 63 天前
我之前用的是 https://www.speechace.com/ , 确实很有用很强大音节纠错很详细,也帮了我很多,我没有好好坚持学习,曾经我也希望用他们的 API 做个 app ,后来看了报价放弃了这个想法,反正偶尔还会用,因为只有网页,不太方便
AI 出来好久也没有看到对应的可以纠正发音的实现,虽然我觉得肯定能实现,也许是我没有发现对应的 AI 产品, 现在我用的是 TalkFace app , 有发音纠正的功能,我觉得已经很强了,app 也方便使用 OP 行动力很强,一天就做出来, 非常值得学习 |
![]() |
2
hanqian 63 天前
现在 chatgpt 的语音对话本质上还是通过文字实现的,不是真正的 voice in voice out ,单词念错肯定还是有影响。等 gpt4o 的 multimodal 语音对话开放,唠嗑体验应该会好很多
|
![]() |
3
yoiteshaw OP @ooolooo 是的,我搜了半天实际上也就我原帖里那两个产品用起来比较正常。有了 chatGPT ,生产力确实提升很多,我一开始找的本地语音识别模型都很烂,还得问 chatGPT 有什么推荐,才比较快完成了。
|
4
ooolooo 63 天前
我还是非常喜欢 speecAce 的发音矫正学习, 非常系统,完整丰富,不会像看现在到处视频学习一样太散
|
5
junyee 62 天前
我记得学生时字母 G 读成 "句义", 现在网上视频主大多读成 '撅/最" 了.
求指导... |
![]() |
6
stonedongdong 62 天前
李笑来的那个项目中有一个 enjoy 的应用,能对比看标准音频以及朗读音频的波形图,不知道对楼主有没有帮助。
我的疑问其实跟二楼的一样,speak to text 再对比标准的文本,标注出哪些地方错了。但是有时候发音不准确也没有偏差那么大,机器也能识别出来,就如你所说的,可能说错了但是 gpt 也能正常理解回答 |
![]() |
7
yoiteshaw OP @stonedongdong 试用了一下太惊喜了,成熟度高太多,最有用的应该是它的发音评估功能,但是也是收费的,而且找了文档没找到收费标准,只说了按使用量。我测了一下平均一句是 0.004 刀,那么一篇短文可能需要 0.1 刀左右?大概一块钱。
和 chatGPT 聊天,你说错词的时候,它也能继续和你说下去,会给我一种“我在白练”的感觉。它带给我的好处就是减少英语开口的怯场而已,而不是我需要在说的过程中知道我哪个单词错了。比如我之前说了半天的 college 实际上一直是 courage 的音,练习了很久感觉都是鸡同鸭讲。 当然了 chatGPT 可以看口语聊天的文字记录,但是我觉得还是配合着来比较好,比如对话练习+朗读练习。 |
![]() |
8
yoiteshaw OP @stonedongdong 查了一下 enjoy 所使用的 api 服务是微软的,收费确实没有中间商赚差价:
发音评估(韵律、语法、词汇、主题) Real-time: $0.30 /小时/功能 Batch (Continuous Language identification, Diarization): Included in Standard/Custom (no extra charge) 看来是没有白嫖的途径了。苦 |
![]() |
9
stonedongdong 62 天前
@yoiteshaw 所以我感觉关于 chatGPT 对话,更多练习的是听力和自己组织表达上的一些东西,对于单词读音、口音这种(有时候甚至语法错误也不行)并不能直接纠正。关于“说错词 GPT 还能继续回复” 可以搞个 prompt 试试,我之前使用文字对话的形式,让 GPT 在回复的你最开头,先 review 一遍自己的话有没有问题或者更地道的表达,然后再继续回复你的问题。这样就相当于 GPT 把你说的话再(正确)地说一遍,自己也能识别一下。下面这两句就是个例子,第一行是 GPT 更正我的话(如果我的话没问题,他也会重复一遍),第二句是对应的回复
[You should say "I'm a little tired."] I understand. Anything specific making you feel tired? 在推上看到挺多人推荐的 esla speak 跟 speechace 有点像 |
![]() |
10
yoiteshaw OP |
11
UWoodman 61 天前
感觉方向有些偏差,纠正发音的问题效率最高的方法其实应该是 Shadowing,应该用文字转音频,口语阅读文字,对比和音频的差异,OP 这种方式更多的还是练会话,也就是发音不影响语义的情况下的沟通能力.
|