本作品是面向高校非通用语教学的 AI 语音评测智能体，以波兰语发音教学为切入点， 帮助学生完成听示范、跟读录音、获得音素级评分和针对性辅导建议的学习流程。
系统采用 MFA 音素对齐与 Wav2Vec2 声学评分作为核心评测引擎，已部署至公网服务器， 师生通过浏览器即可访问使用，无需安装额外软件。学生端适配手机端页面， 教师端提供班级学情看板与教学管理功能。
服务器端基于 Ubuntu 系统搭建，通过 Caddy 反向代理实现 HTTPS 自动证书管理，保障访问安全与稳定运行。
系统提供分级题库共145条波兰语练习（初级69条、中级44条、高级32条），均标注IPA音标。学生通过浏览器录音后，后端调用MFA音素对齐与Wav2Vec2评分引擎进行音素级评分，可快速返回结果。
评分结果以可视化方式呈现，包括总分环形图，以及准确度、流利度、完整度、韵律四维评分条与逐音素柱状图（用绿、黄、红三色标识发音质量）。AI辅导模块基于通义千问大模型，综合ASR识别文本、CTC诊断、音素质量、音素时长和文本匹配率等多路信号，给出诊断结论与练习优先级建议。
系统内置标准波兰语TTS示范发音，支持语速调节。
教师端提供班级学情看板，可查看班级整体概览、短语难度分析、成绩趋势和学生排行，并支持发布作业、设定目标分数与截止日期、跟踪全班完成情况。
学生端采用响应式设计，手机端即可使用。评分结果中明确标注当前使用的评分模式，学生可清楚了解每次评测的判定依据。
系统采用前后端分离架构。前端为纯静态 HTML/CSS/JS，包含学生页、教师页和移动端适配页面；后端基于 FastAPI 框架，集成 MFA 与 Wav2Vec2 评测引擎及 Azure 语音识别，同时对接通义千问大模型提供 AI 辅导功能。服务器通过 Caddy 反向代理实现 HTTPS 自动证书管理，公网访问稳定可用。
主链路采用 MFA 与 Wav2Vec2 深度声学评分。MFA 基于 Kaldi 框架进行音素级强制对齐，Wav2Vec2 波兰语大模型提取深度声学特征后进行逐音素评测。其中包含两道校准环节：修边帧去除（去掉音素段首尾过渡噪声帧）与置信加成（全部音素为 full_match 时额外加 5 分），确保音素评分不受段边界噪声干扰。
总分采用动态融合策略，整合两路信号：
两路信号按偏差程度动态加权：词识别偏差大时以词识别分为主，内容完全匹配时各占一半。这种策略既能避免内容错误被音素分掩盖，也能确保内容正确时音素质量得到充分体现。
设准确度、流利度、完整度、韵律四个维度，各自独立计算。练习记录自动保存，未登录用户保留最近 20 条，登录用户不限。教师端提供成绩看板、学生管理、作业发布与统计功能。
| 层次 | 技术 | 选型理由 |
|---|---|---|
| 后端框架 | FastAPI + uvicorn | 轻量、高性能、异步支持 |
| 数据层 | SQLAlchemy + aiosqlite | ORM 灵活、无需额外数据库 |
| 前端 | 纯静态 HTML/CSS/JS（模块化） | 零构建步骤、部署极简 |
| 语音对齐 | MFA（Kaldi）+ Wav2Vec2 自对齐 | 学术界标准音素对齐 + 自对齐帧级 GOP |
| 评分校准 | 修边帧 + 置信加成 | 定位正确/误读音素并校准显示分数 |
| 评测融合 | 动态融合（词识别分 × 音素质量分） | 两路信号按偏差程度动态加权，兼顾内容与音素 |
| 子维度 | 准确度/流利度/完整度/韵律 | 各自独立计算，不再全填总分 |
| HTTPS 反代 | Caddy | 自动证书管理、自动 HTTPS |
| AI 辅导 | 通义千问（阿里云） | 国产模型，合规可用 |
公网部署，开箱可用。系统已部署至公网服务器，师生通过浏览器访问 HTTPS 链接即可使用，无需安装软件或配置环境。
客户端要求低。普通办公电脑或手机即可访问和录音，评测推理在服务器端完成，对硬件无特殊要求。未注册用户可直接体验评测功能，注册后使用全部功能。
服务端稳定运行。基于 Ubuntu 系统，通过 systemd 管理服务进程、Caddy 管理 HTTPS 证书。同时保留本地部署能力（Windows/Mac），满足校园内网使用需求。
隐私保护设计。原始录音在评测完成后立即丢弃，不做持久化存储，仅保存评分结果等教学数据。学生可匿名使用访客模式，系统支持云服务器与校园内网混合部署，两套方案的隐私保护策略一致。
评测准确性。对标准发音准确识别并给予高分，对明显错误发音可定位到具体音素，多维度评分为传统人工听评提供了量化参照。
教学效率。学生可自主反复练习，AI辅导随时可用，教师通过看板实时了解学情，无需逐一纠音。
学习体验。逐音素可视化评分帮助学生直观发现薄弱环节，分级题库支持循序渐进的学习路径。
教学管理。作业系统覆盖布置、练习、提交、统计全流程，成绩趋势分析可追踪学生的进步轨迹。
填补非通用语教学工具空白。波兰语在国内属于非通用语种，专门的发音评测工具较为稀缺，本系统的 MFA 与 Wav2Vec2 方案在技术上具有一定优势。
技术框架可扩展。系统采用模块化架构，更换语言模型和发音词典即可适配其他语种，对捷克语、斯洛伐克语等非通用语教学同样适用。
适配不同信息化条件。系统可离线运行，适合信息化条件有限的院校；不依赖付费云端接口，本地模型即可完成评分，部署与使用无额外授权费用。
支持私有化部署。代码支持在内网服务器或单机部署，高校可根据教学需要定制题库、评分规则和界面，无商业授权限制。
具备多端对接能力。后端采用 RESTful API 架构，前端与后端完全解耦，当前提供 Web 端（含移动端适配），后续可对接微信小程序或 App 等平台。