一个基于生成式大模型的人机英语口语对话网页，前端对话，后端音转文后调用大模型分析用户口语语法，并给出合理纠错建议。 通过这个平台，用户可以进行英语口语练习，同时接受语法错误分析、个性化学习建议等多种辅助功能，帮助他们更有效地提高英语水平。
当前实现技术：
- 后端：python 的 Flask
- 前端：Vue
确保你的机器上安装了conda和Python 3.9环境。
调用的第三方工具，需要自己账号获得配置信息。有免费额度，前期开发个人足够：
1. 音转文：Google Speech-to-Text，参考配置文档
1. 按官方步骤把.json文件放入本地并按路径配置，也可直接输入下列命令暂时用我的配置文件。
1. mac的生效命令：export GOOGLE_APPLICATION_CREDENTIALS="./resource/service-account-file.json"
2. win的生效命令，cmd中：set GOOGLE_APPLICATION_CREDENTIALS=.\resource\service-account-file.json 2. 也可使用星火的”音转文“，暂未尝试
2. 大模型：讯飞星火大模型3.0，参考配置文档。先免费认领，然后把你控制台的以下信息粘贴过来。
1. 需要按文档填写在截图中
- 克隆项目到本地：
https://github.com/rollingfruit/GrammatriX.git
- 进入项目目录：
cd GrammatriX
- 创建一个名为
grammar的conda环境，并激活它：
conda create --name grammar python=3.9
conda activate grammar
- 安装项目依赖：
mac:
pip install -r ./resource/dependencies.txt
win:
pip install -r .\resource\dependencies.txt
注：dependencies.txt文件应包含所有必要的依赖包。此文件可以从项目根目录获取。
- 启动服务：
python backen.py
得到后端启动成功页面
- 启动前端：
- 进入static文件夹，双击打开
front.html文件。 - 按F12，若此时点击”开始录音“按钮不报错，则前后端联调成功。
- 此处若CORS问题，可安装chrome插件”Allow CORS: Access-Control-Allow-Origin“
- 进入static文件夹，双击打开
详细使用说明请参考项目内的README文档。
我们欢迎任何形式的贡献，包括但不限于新功能、代码审查、文档改进等。
本项目采用MIT许可证。详情请见LICENSE文件。
-
您可以选择现有项目，也可以创建一个新项目。如需详细了解如何创建项目，请参阅创建和管理项目。
-
如果您创建新项目，则系统会提示您将一个结算账号关联到该项目。如果您使用的是现有项目，请确保已启用结算功能。
注意：您必须启用结算功能才能使用 Speech-to-Text API，但除非您超出免费配额，否则不需要支付费用。如需了解详情，请参阅价格页面。
-
选择项目并将其关联到结算账号后，您就可以启用 Speech-to-Text API。转到页面顶部的搜索产品和资源栏，然后输入**“speech”**。从结果列表中选择 Cloud Speech-to-Text API。
-
要在不将其与项目关联的情况下试用 Speech-to-Text，请选择试用此 API 选项。如需启用 Speech-to-Text API 以用于您的项目，请点击启用。