Maspeak翻译站点

Maspeak是什么

Maspeak 是一套面向语言学习场景的语音训练工具。核心机制是把用户输入的文字转成可跟读的语音单元，再通过录音对比给出反馈。

它不依赖真人陪练。所有流程由语音合成和语音识别两条链路完成，输入文本或选择内置语料后即可开始训练。

处理链路分三步：文本预处理、语音合成、录音比对。延迟一般在 1 秒以内，短句几乎即时返回。

Maspeak主要功能

• 语音合成跟读：输入文本或选内置例句，通过 TTS 引擎生成标准发音音频，输出为可播放的语音片段，单次合成上限约 500 字符。
• 录音评分：调用麦克风采集跟读音频，用语音识别对齐音素并比对原音，返回发音准确度百分比和逐词标色结果。
• 逐词高亮反馈：识别结果按词切分，正确标绿、偏差标黄、错误标红，点击单词可单独重听该词发音。
• 语速调节：合成音频支持 0.5x 到 1.5x 变速，变速后音高保持不变，用来做慢速拆解练习。
• 多语言音库：设有英语、日语、韩语、法语等发音人，每种语言至少 2 个音色可选，切换语言时音库自动匹配。
• 训练记录留存：每次跟读的评分和录音按时间存本地，可回放对比，单条记录保留原始音频和评分数据。

这里有个细节，评分依赖网络请求识别接口，离线状态下只能播放合成音频，拿不到评分。

Maspeak使用要求

浏览器需支持 Web Audio API 和 MediaRecorder。Chrome 80 以上、Edge 90 以上、Safari 14 以上可正常录音。

麦克风权限必须开启。录音采样率固定 16kHz，设备不支持时自动降级到 8kHz，评分精度会下降。

文本输入单次不超过 500 字符。超出后需分段合成，分段之间会有约 200ms 间隔。

Maspeak核心优势

评分粒度到词。多数工具只给整句分数，Maspeak 把结果拆到每个单词，偏差位置直接可见。

音高不变的变速。0.5x 慢速下音高不塌，适合拆音素练习，普通变速会让人声变调。

Maspeak如何使用

1. 在输入框粘贴或键入要练习的文本，也可以从内置语料库选一句。
2. 选目标语言和发音人音色，设定语速，点合成。
3. 播放合成音频，跟读，点录音按钮开始采集。
4. 停止录音后等待识别返回，查看逐词标色和准确度分数。
5. 点标黄或标红的单词，单独重听该词，再录一遍对比。

实际使用时会有差异，环境噪音大时识别结果会偏，建议戴耳机。

Maspeak同类竞品对比

Maspeak应用场景

备考口语时用来刷高频句型，逐词反馈能定位连读和重音问题。

教师布置跟读作业，学生提交录音，评分结果可量化。

自学冷门语言时，内置音库没有的语种可以自己输入文本合成。

Maspeak适用人群

需要逐词纠音的语言学习者。对整句评分不满足、想看到具体哪个词读错的人。

做跟读作业批改的语言教师。评分数据能直接当作业反馈用。

练冷门语种的自学者。文本输入加合成这条路绕开了音库限制。

首页截图