Speak Up

简体中文 | English

Speak Up 是一个 AI 演讲训练 Web 原型。它把实时转写、表达反馈、AI 追问、视频回放和训练报告串成一条练习流程，帮助用户把每一次开口都变成可复盘的反馈。

功能概览

• 自由演讲和文档演讲两种训练模式。
• 浏览器采集麦克风和摄像头，后端实时生成文字稿和教练反馈。
• AI 问答模式会基于训练内容追问、评价回答，并支持语音交互。
• 训练结束后生成结构化报告，回放页同步展示视频、文字稿和关键反馈。

仓库结构

speak_up/
├── frontend/                  # Next.js 前端
├── backend/                   # FastAPI 后端
├── ai_coach/profiles.json     # AI 教练画像
├── demo_image/                # README 截图
└── .env.example               # 环境变量示例

界面预览

主训练页

AI 问答

回放复盘

训练建议

AI 链路

flowchart LR
    Browser["浏览器\n麦克风 + 摄像头"] --> Backend["FastAPI 后端"]
    Backend --> ASR["实时转写\nqwen3-asr-flash-realtime"]
    Backend --> Coach["实时教练\nqwen3.5-omni-flash-realtime"]
    Backend --> QAOmni["问答语音\nqwen3.5-omni-plus-realtime"]
    Backend --> QABrain["问答思考\nqwen3.6-plus"]
    Backend --> Report["训练报告\nqwen-flash"]
    ASR --> UI["训练台 / 报告 / 回放"]
    Coach --> UI
    QAOmni --> UI
    QABrain --> UI
    Report --> UI

Loading

当前实现基于阿里云 DashScope / 百炼服务。所有阿里云模型调用均通过同一个 API Key 完成鉴权：

export DASHSCOPE_API_KEY=sk-...

下表列出了当前各功能对应的默认模型。默认情况下无需逐项配置模型名称；仅在需要替换具体模型时，才需要设置对应的可选环境变量。

功能	默认模型	用途	可选环境变量
实时转写	qwen3-asr-flash-realtime	把麦克风音频转成实时文字稿	ALIYUN_REALTIME_ASR_MODEL
实时教练	qwen3.5-omni-flash-realtime	根据音频和画面给出口语、节奏、肢体反馈	ALIYUN_OMNI_COACH_MODEL
问答语音	qwen3.5-omni-plus-realtime	AI 面试官语音对话和追问	ALIYUN_QA_OMNI_MODEL
问答思考	qwen3.6-plus	整理材料、生成问题、评价回答	ALIYUN_QA_BRAIN_MODEL
问答 TTS	qwen3-tts-instruct-flash-realtime	生成 AI 面试官语音	ALIYUN_QA_TTS_MODEL
报告窗口	qwen-flash	分段整理训练过程中的表现	ALIYUN_REPORT_WINDOW_MODEL
最终报告	qwen-flash，兜底 qwen-plus-latest	汇总整场训练报告和建议	ALIYUN_REPORT_BRAIN_MODEL、ALIYUN_REPORT_BRAIN_FALLBACK_MODEL

如果不使用阿里云，需要替换后端的模型 provider 层，而不能仅更换 API Key：

• 实时转写：替换 backend/app/services/stt_service.py。
• 实时教练：替换 backend/app/services/omni_service.py。
• AI 问答语音和 TTS：替换 backend/app/services/qa_omni_realtime_service.py、backend/app/services/tts_service.py。
• 问答思考和报告：如果新供应商兼容 OpenAI Chat Completions，可以优先改 ALIYUN_OPENAI_COMPAT_BASE_URL、模型名和 key 读取逻辑；否则替换 backend/app/services/qa_brain_service.py、backend/app/services/report_brain_service.py。

替换 provider 时，应尽量保持 backend/app/schemas.py 和 backend/app/main.py 的输入输出协议稳定，以避免前端训练台、报告页和回放页产生联动改造。

本地运行

后端不会自动读取 .env 文件，请把变量放到当前 shell 或你的进程管理器里。最少需要：

export DASHSCOPE_API_KEY=sk-...
export SPEAK_UP_INTERNAL_ACCOUNTS='[{"account":"demo","password":"change-me","displayName":"Demo User"}]'

DASHSCOPE_API_KEY 用于阿里云 DashScope 模型调用。SPEAK_UP_INTERNAL_ACCOUNTS 是本地内测账号池。

启动后端：

cd backend
python -m venv .venv
. .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload

启动前端：

cd frontend
npm install
npm run dev

本地服务启动后，访问 http://localhost:3000/login，并使用 SPEAK_UP_INTERNAL_ACCOUNTS 中配置的账号密码登录。前端默认请求 http://127.0.0.1:8000；如需连接其他后端地址，可通过 NEXT_PUBLIC_API_BASE_URL 覆盖。

质量检查

前端 lint：

cd frontend
npm run lint

后端可以先启动 FastAPI，再检查 /health、登录、训练开始和 WebSocket 会话链路。

Star History

License

This project is licensed under the MIT License.