AI对练法力无边，更适合新手的口语对话练习应用

相较于听读能力，大多数人的说写能力普遍较为薄弱，笔者在Steam转区对接客服或使用TG等软件跟外国佬简单交流时也常常感到亚历山大。

然而，得益于 AI 技术的发展，如今写作可以借助AI工具实现更高效的辅助，而口语的提升也不再是遥不可及的目标。

本期我们分享一款专为提升口语能力设计的小工具——BabelDuck。

📖 项目介绍

BabelDuck 是一个面向各水平层次语言学习者的高度可定制化 AI 口语对话练习应用，并对初学者更友好，旨在将口语表达练习的门槛与心智负担降至最低。

✨ 主要功能

支持多对话管理、自定义系统提示词、流式响应等常见 AI 对话功能
可在不影响当前对话的前提下，向 AI 寻求语法、翻译或表达润色等建议，并提供可定制化的快捷指令
在对 AI 提供的建议有疑问时，可开启子对话进一步讨论，讨论结束后可无缝返回原对话
支持语音输入与语音输出，集成了浏览器内置文本转语音 以及 Azure TTS
集成多种 LLM AI 服务，支持自定义第三方 API 服务，可无缝切换
数据存储于本地，确保用户数据隐私安全
支持针对不同对话进行单独的偏好设置
提供多语言界面
内置使用教程

🎯 未来规划

对话模板
复述练习模式
移动端适配
语音回放
支持多模态语音
接入更多 LLM/TTS/STT 服务
实时语音模式
更多指令类型
插件系统

🔧 部署流程

在常用的docker文件目录下准备一个专属文件夹，以威联通为例具体路径为/share/Container/babelduck。

准备一个.env文件，变量内容后面是我们对应的AI模型的聊天地址、API_KEY以及模型名称（3.0、4.0等）。点我下载案例文件，可以直接填写，也可以全部留空等部署完毕后到网页端填写。注意最后把.example删掉。

打开Docker管理工具，创建新的应用程序。以威联通NAS为例，打开Container Station，将以下代码复制并修改后粘贴进框内，点击创建。注意代码的格式对齐！

version: '3' # 最新版可删除该行 services: babel-duck: image: orenoid/babel-duck:latest container_name: babel-duck env_file: - /share/Container/babelduck/.env ports: - "9001:9000" # 左侧端口可改 restart: unless-stopped

部署完毕后，网页端输入NAS_IP:7777即可访问。

📖 反向代理

该项目建议搞一搞，不然可能报错。

关于Lucky的部署及使用方法，请参照该篇文章。

具体的子配置如下图所示。

💡 使用

初始界面如下，可进行一些预设置。界面语言和想要练习的语言目前支持中、英、日文，其他设置咱们根据自身情况选择。

进入对话界面，图标估计作者还没搞。

来看下设置界面。

语音模型可使用浏览器内置（完全够用）或者Azure（需要订阅密钥）。

模型可以选择默认，或者其他的免费AI大模型，毕竟Open的token独立收费还不便宜。

例如注册一个openrouter。因为不同平台提供的 URL 前缀都不统一，BabelDuck 没法自动补充路径，只能由用户自行填入完整 URL（引自作者）。

我经过测试的确有效，还可以看到项目的自动纠错功能。

最后

项目不错，比较难得。

目前处于起步阶段，有需求的朋友可以去用用，有啥想法可以提出Issues，顺带给作者点点star持续关注~

感谢观看，本文完。